Local Image Feature
口頭発表
画像分類におけるBag-of-featuresによる識別に有効な特徴量の傾向
- Author
- 永橋知行, 伊原有仁, 藤吉弘亘
- Publication
- コンピュータビジョンとイメージメディア研究会, 2009
Download: PDF (Japanese)
Bag-of-features における識別に有効な特徴量を実験的に検討する．Bag-of-features では，ヒストグラムにより特徴を表現するため物体の位置情報は無視され，対象カテ ゴリからなる前景領域のみで特徴量を記述することで精度が向上すると考えられる． そこで，我々は予め画像セグメンテーションにより前景領域を抽出し，その領域のみ で特徴量を記述する手法と，通常のBag-of-features との比較実験を行う．AdaBoost による識別器を構築し，弱識別器で選択された特徴量を調査することで，前景特徴と 背景特徴がどのように捉えられているかを確認する．実験結果から，前景領域のみで 特徴量を記述した場合，通常のBag-of-features より識別精度が低下した．選択され た特徴量を調べた結果，Bag-of-features による画像分類では前景特徴だけでなく背 景特徴も識別に使用しており，画像中のシーン全体をモデリングする手法であること が判明した．上記の調査結果に基づいて，前景と背景の局所特徴の共起性に着目した 2 次元ベクトル量子化ヒストグラムを検討し，実験により約0.24 の認識率向上を確認 した．