JP2007511838A - 距離、局所線形構造およびアフィン対称を用いた画像クラスタリング - Google Patents
距離、局所線形構造およびアフィン対称を用いた画像クラスタリング Download PDFInfo
- Publication number
- JP2007511838A JP2007511838A JP2006539997A JP2006539997A JP2007511838A JP 2007511838 A JP2007511838 A JP 2007511838A JP 2006539997 A JP2006539997 A JP 2006539997A JP 2006539997 A JP2006539997 A JP 2006539997A JP 2007511838 A JP2007511838 A JP 2007511838A
- Authority
- JP
- Japan
- Prior art keywords
- digital image
- image
- images
- clustering
- nearest
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 title abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims description 17
- 230000003595 spectral effect Effects 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 abstract description 19
- 230000003993 interaction Effects 0.000 abstract 1
- 230000009471 action Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 5
- 238000000513 principal component analysis Methods 0.000 description 5
- 238000005286 illumination Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000003909 pattern recognition Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006740 morphological transformation Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000031836 visual learning Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2323—Non-hierarchical techniques based on graph theory, e.g. minimum spanning trees [MST] or graph cuts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2137—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on criteria of topology preservation, e.g. multidimensional scaling or self-organising maps
- G06F18/21375—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on criteria of topology preservation, e.g. multidimensional scaling or self-organising maps involving differential geometry, e.g. embedding of pattern manifold
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Discrete Mathematics (AREA)
- Image Analysis (AREA)
Abstract
Description
データは、アフィン不変ではない直接L2比較は効果的ではないことを示している。
≪ユークリッド距離+スペクトルクラスタリング≫
同様に、データは、アフィン不変ではない直接L2比較は効果的ではないことを示している。
≪アフィン不変+スペクトルクラスタリング≫
ここで、アフィン不変は、局所的な比較なしに用いられる。
これは、前記した「片側」距離測度であり、低い成績に終わっている。
≪アフィン不変+K最近傍+スペクトルクラスタリング≫
このケースは、局所線形構造を組み入れていることにより成績が向上することを示している。
≪アフィン不変+K最近傍+局所線形構造+スペクトルクラスタリング≫
このケースは、本発明の一実施形態を示しており、LLSを含み、非距離情報の利用のメリットとして、最高の結果を一貫して示している。このケースでは、一旦最近傍構造が決定されると、局所線形構造は、最近傍における点をクラスタリングするために用いられることに留意すべきである。
Claims (6)
- デジタル画像セット内におけるオブジェクトをグループ化するためのコンピュータによる方法であって、
前記デジタル画像セットの中の各デジタル画像は、アイデンティティを有する第一のオブジェクトを含んでおり、
前記デジタル画像セットにより定義された画像空間内において、前記デジタル画像セットの各デジタル画像に対する複数の最近傍デジタル画像を識別するステップと、
前記デジタル画像セットの各デジタル画像の前記最近傍デジタル画像を用いて、前記デジタル画像セットの中の一以上のデジタル画像に関する局所線形構造を決定するステップと、
前記局所線形構造に基づいて、前記最近傍デジタル画像と各デジタル画像との間の距離を決定するステップと、
を含むことを特徴とする方法。 - 前記最近傍デジタル画像と各デジタル画像との間の前記距離にスペクトルクラスタリングを適用するステップをさらに含むことを特徴とする請求項1に記載の方法。
- デジタル画像セット内におけるオブジェクトをグループ化するためのコンピュータシステムであって、
前記デジタル画像セットの中の各デジタル画像は、アイデンティティを有する第一のオブジェクトを含んでおり、
前記デジタル画像セットにより定義された画像空間内において、前記デジタル画像セットの各デジタル画像に対する複数の最近傍デジタル画像を識別するための手段と、
前記デジタル画像セットの各デジタル画像の前記最近傍デジタル画像を用いて、前記デジタル画像セットの中の一以上のデジタル画像に関する局所線形構造を決定するための手段と、
前記局所線形構造に基づいて、前記最近傍デジタル画像と各デジタル画像との間の距離を決定するための手段と、
を備えていることを特徴とするシステム。 - 前記最近傍デジタル画像と各デジタル画像との間の前記距離にスペクトルクラスタリングを適用するための手段をさらに備えていることを特徴とする請求項3に記載のシステム。
- デジタル画像セット内におけるオブジェクトをグループ化するための画像処理コンピュータシステムであって、
各デジタル画像がオブジェクトを表現する前記デジタル画像セットを表現するデータを受け取る入力部と、
前記デジタル画像セットを表現する前記データを記憶するために前記入力部に連結された記憶装置と、
前記デジタル画像セットを表現する前記データを読み出すために前記記憶装置に連結された処理部と、を備え、
前記処理部は、
前記デジタル画像セットにより定義された画像空間内において、前記デジタル画像セットの各デジタル画像に対する複数の最近傍デジタル画像を識別し、
前記デジタル画像セットの各デジタル画像の前記最近傍デジタル画像を用いて、前記デジタル画像セットの中の一以上のデジタル画像に関する局所線形構造を決定し、
前記局所線形構造に基づいて、前記最近傍デジタル画像と各デジタル画像との間の距離を決定する
ように構成されていることを特徴とする画像処理コンピュータシステム。 - さらに、前記最近傍デジタル画像と各デジタル画像との間の前記距離にスペクトルクラスタリングを適用するように構成されていることを特徴とする請求項5に記載の画像処理コンピュータシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US52000403P | 2003-11-13 | 2003-11-13 | |
PCT/US2004/038347 WO2005050533A2 (en) | 2003-11-13 | 2004-11-15 | Image clustering with metric, local linear structure, and affine symmetry |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007511838A true JP2007511838A (ja) | 2007-05-10 |
JP4616841B2 JP4616841B2 (ja) | 2011-01-19 |
Family
ID=34619416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006539997A Expired - Fee Related JP4616841B2 (ja) | 2003-11-13 | 2004-11-15 | 距離、局所線形構造およびアフィン対称を用いた画像クラスタリング |
Country Status (4)
Country | Link |
---|---|
US (1) | US7248738B2 (ja) |
EP (1) | EP1756752A4 (ja) |
JP (1) | JP4616841B2 (ja) |
WO (1) | WO2005050533A2 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19902836A1 (de) | 1999-01-20 | 2000-07-27 | Siemens Ag | Verfahren zur Verbindung eines Kontaktkörpers und eines flexiblen Leiters sowie Preßform zur Durchführung des Verfahrens |
US7814040B1 (en) | 2006-01-31 | 2010-10-12 | The Research Foundation Of State University Of New York | System and method for image annotation and multi-modal image retrieval using probabilistic semantic models |
US20080243829A1 (en) * | 2007-03-29 | 2008-10-02 | Microsoft Corporation | Spectral clustering using sequential shrinkage optimization |
WO2009038822A2 (en) * | 2007-05-25 | 2009-03-26 | The Research Foundation Of State University Of New York | Spectral clustering for multi-type relational data |
US9202140B2 (en) * | 2008-09-05 | 2015-12-01 | Siemens Medical Solutions Usa, Inc. | Quotient appearance manifold mapping for image classification |
US9183261B2 (en) | 2012-12-28 | 2015-11-10 | Shutterstock, Inc. | Lexicon based systems and methods for intelligent media search |
US9183215B2 (en) | 2012-12-29 | 2015-11-10 | Shutterstock, Inc. | Mosaic display systems and methods for intelligent media search |
US9305371B2 (en) | 2013-03-14 | 2016-04-05 | Uber Technologies, Inc. | Translated view navigation for visualizations |
US9712746B2 (en) | 2013-03-14 | 2017-07-18 | Microsoft Technology Licensing, Llc | Image capture and ordering |
CN107592935A (zh) * | 2015-03-20 | 2018-01-16 | 伦斯勒理工学院 | X射线ct的自动***校准方法 |
US20170291261A1 (en) * | 2015-06-12 | 2017-10-12 | Ashok Chand Mathur | Method And Apparatus Of Very Much Faster 3D Printer |
EP4009246A1 (en) * | 2015-09-30 | 2022-06-08 | Just, Inc. | Systems and methods for identifying entities that have a target property |
WO2019090509A1 (zh) * | 2017-11-08 | 2019-05-16 | 深圳大学 | 一种高光谱图像的分类方法及*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11203461A (ja) * | 1997-10-28 | 1999-07-30 | Ricoh Co Ltd | 図形分類方法、図形検索方法、図形分類システム、図形検索システム、図形分類用特徴抽出方法、図形分類用表作成方法、情報記録媒体、図形間の類似度又は相異度の評価方法、図形正規化方法、及び、図形間対応付け方法 |
JP2002318818A (ja) * | 2001-04-20 | 2002-10-31 | Canon Inc | データ処理装置及びその方法、及びそのプログラム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5239596A (en) * | 1990-06-08 | 1993-08-24 | Xerox Corporation | Labeling pixels of an image based on near neighbor attributes |
US6052485A (en) * | 1997-02-03 | 2000-04-18 | The United States Of America As Represented By The Secretary Of The Navy | Fractal features used with nearest neighbor clustering for identifying clutter in sonar images |
US6512850B2 (en) * | 1998-12-09 | 2003-01-28 | International Business Machines Corporation | Method of and apparatus for identifying subsets of interrelated image objects from a set of image objects |
EP1579378B1 (en) * | 2002-11-07 | 2009-02-25 | HONDA MOTOR CO., Ltd. | Clustering appearances of objects under varying illumination conditions |
-
2004
- 2004-11-15 WO PCT/US2004/038347 patent/WO2005050533A2/en active Application Filing
- 2004-11-15 JP JP2006539997A patent/JP4616841B2/ja not_active Expired - Fee Related
- 2004-11-15 EP EP04811163A patent/EP1756752A4/en not_active Withdrawn
- 2004-11-15 US US10/989,967 patent/US7248738B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11203461A (ja) * | 1997-10-28 | 1999-07-30 | Ricoh Co Ltd | 図形分類方法、図形検索方法、図形分類システム、図形検索システム、図形分類用特徴抽出方法、図形分類用表作成方法、情報記録媒体、図形間の類似度又は相異度の評価方法、図形正規化方法、及び、図形間対応付け方法 |
JP2002318818A (ja) * | 2001-04-20 | 2002-10-31 | Canon Inc | データ処理装置及びその方法、及びそのプログラム |
Also Published As
Publication number | Publication date |
---|---|
US7248738B2 (en) | 2007-07-24 |
WO2005050533A3 (en) | 2006-11-23 |
WO2005050533A2 (en) | 2005-06-02 |
JP4616841B2 (ja) | 2011-01-19 |
EP1756752A4 (en) | 2011-03-16 |
EP1756752A2 (en) | 2007-02-28 |
US20050141769A1 (en) | 2005-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lu et al. | Remote sensing scene classification by unsupervised representation learning | |
Soltanpour et al. | A survey of local feature methods for 3D face recognition | |
JP5121506B2 (ja) | 画像処理装置、画像処理方法、プログラム及び記憶媒体 | |
JP4161659B2 (ja) | 画像認識システム及びその認識方法並びにプログラム | |
Määttä et al. | Face spoofing detection from single images using micro-texture analysis | |
Patil et al. | 3-D face recognition: features, databases, algorithms and challenges | |
Mokhayeri et al. | Domain-specific face synthesis for video face recognition from a single sample per person | |
US8116566B2 (en) | Unknown pattern set recognition | |
JP4616841B2 (ja) | 距離、局所線形構造およびアフィン対称を用いた画像クラスタリング | |
JP5574033B2 (ja) | 画像認識システム及びその認識方法並びにプログラム | |
Sepas-Moghaddam et al. | Light field local binary patterns description for face recognition | |
Taha et al. | Learned 3D shape representations using fused geometrically augmented images: Application to facial expression and action unit detection | |
Immidisetti et al. | Simultaneous face hallucination and translation for thermal to visible face verification using axial-gan | |
Banerjee et al. | Weber local descriptor for image analysis and recognition: a survey | |
Luevano et al. | A study on the performance of unconstrained very low resolution face recognition: Analyzing current trends and new research directions | |
Fadaifard et al. | Multiscale 3D feature extraction and matching with an application to 3D face recognition | |
Bahroun et al. | Deep 3D-LBP: CNN-based fusion of shape modeling and texture descriptors for accurate face recognition | |
Chong et al. | Feature fusions for 2.5 D face recognition in random maxout extreme learning machine | |
Chen et al. | 3d face mask anti-spoofing via deep fusion of dynamic texture and shape clues | |
Jin et al. | Learning facial expressions with 3D mesh convolutional neural network | |
Barra et al. | Unconstrained ear processing: What is possible and what must be done | |
Quan et al. | Statistical shape modelling for expression-invariant face analysis and recognition | |
Huang | Robust face recognition based on three dimensional data | |
Al-Obaydy et al. | Patch-based pose invariant features for single sample face recognition | |
Kapse et al. | Eye-referenced dynamic bounding box for face recognition using light convolutional neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070622 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100309 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100510 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100622 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100823 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20101019 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20101022 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4616841 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131029 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |