2024-03-29T20:31:51Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:000520172024-03-29T05:26:34Z01164:04619:04626:04627
Component-Based Automatic Object Discovery Using Multiple Phase Hashingマルチフェーズハッシュを利用した部品ベースオブジェクト発見手法enghttp://id.nii.ac.jp/1001/00052017/Technical Reporthttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=52017&item_no=1&attribute_id=1&file_no=1Copyright (c) 2007 by the Information Processing Society of Japan電気通信大学大学院情報システム学研究科電気通信大学大学院情報システム学研究科電気通信大学大学院情報システム学研究科ヒブランフェンテスピネダ古賀, 久志渡辺, 俊典領域分割された画像から,例を教示することなくオブジェクトを自動発見する手法を提案する.提案手法ではオブジェクトを部品の集合体と想定して,さらに各部品は同色の近隣画素群から構成されていると考え,以下の4フェーズを経て画像からオブジェクトを自動的に抽出する.(1) 近くの同色画素同士をクラスタにして部品を決定する.(2)抽出された部品を属性値によって分類してラベル付けする.(3)近接する部品群をクラスタにしてオブジェクト候補を抽出する.(4)複数個出現したオブジェクト候補を意味のあるオブジェクトとみなして抽出する.提案システムでは,上記の4ステップをすべてハッシュ関数を用いて実現する.特に,最初の3フェーズはLSH(locality-sensitive hashing)のようなユークリッド空間におけるハッシュによって実現され,第4フェーズは通常のハッシュによって実現される.このようにオブジェクト発見における基本オペレーションがハッシュ関数のみで実現できる可能性を示した点が提案手法の特徴である.本手法はハッシュ技術しか利用しないため,簡単に実装できる.さらに,第にコンポーネント間の厳密な位置関係を見ないので,第4フェーズでは回転,平行移動に対してロバストに同種オブジェクトを発見できる.実験により提案手法の有効性を示す.This paper proposes a component-based method to discover objects automatically without examples from segmented images. Our approach deems an object as combination of components, where each component consists of near pixels with the same color. The object discovery is realized in four phases: (1) discovery of components by gathering close pixels with the same color, (2) labeling of components by gathering components with similar attribute values, (3) discovery of object candidates by gathering close components, and (4) determination of valid objects among candidates, such that if the same kind of object candidates appear multiple times, they are regarded as meaningful objects. The primary contribution of this approach is to demonstrate that several essential functions in object discovery can be implemented only by hashing techniques. Especially, the first three phases rely on a hashing on Euclidean space like locality-sensitive hashing. The final fourth phase uses standard hashing technique. Since the algorithm only uses hashing techniques, it is easy to implement. Our system is robust against various parameters (rotation, translation, etc). The experimental results under different scenes and patterns present the validness of the method.AA11131797情報処理学会研究報告コンピュータビジョンとイメージメディア(CVIM)200787(2007-CVIM-160)2652702007-09-042009-06-30