講演抄録/キーワード |
講演名 |
2017-10-05 15:40
画像のクラス分類におけるカラー量子化の効果 ○小原健太郎・鈴木幸司(室蘭工大) IE2017-53 |
抄録 |
(和) |
画像のクラス分類は画像検索にとって基本的な問題である. クラス分類の計算コストを減少させるためにカラー画像をグレースケール画像に変換する必要がある. Intensity, Gleam, Luminance, MSBの4つの方法で変換する. Ponti等はMSBが画像のクラス分類において最も効果的であることを示した. MSBを用いた方法はカラー量子化と等価であるので, 本研究ではSVMを用いて画像のクラス分類におけるカラー量子化の効果に注目した. 画像の特徴量はGCHを用いた.
結果としてはGleam, LuminanceでのGCHの次元が256次元の場合において正答率がカラー量子化によって16%, 19%向上した. |
(英) |
Image classification is essential for image retrieval system. It is necessary to convert a color image to a gray scale image for reduction of the computational cost in image classification. There are four typical conversion methods: Intensity, Gleam, Luminance, and most significant bits (MSB) methods. Ponti et al. showed that the MSB method is the most effective for image classification. Since it is equivalent to color quantization, we investigated the effectiveness of color quantization for image classification using Support Vector Machines (SVM) in the present study. A global color histogram (GCH) was used as an image feature. Results of experiments showed that color quantization improved classification accuracies of 16%, 19% for Gleam, Luminance conversions respectively in the case of 256 dimensions of the GCH. |
キーワード |
(和) |
画像検索 / クラス分類 / グレースケール変換 / GCH / カラー量子化 / / / |
(英) |
image retrieval / classification / gray scale conversion / global color histogram (GCH) / color quantization / / / |
文献情報 |
信学技報, vol. 117, no. 228, IE2017-53, pp. 37-42, 2017年10月. |
資料番号 |
IE2017-53 |
発行日 |
2017-09-28 (IE) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
IE2017-53 |