オブジェクト形状のための意味のある記述子の統計的抽出 オブジェクト形状のための意味のある記述子の統計的抽出
John C. Russ博士、ノースカロライナ州立大学教授
F. Brent Neal、PhD、研究員、Milliken＆Company
形はとらえどころのない概念です。人間は重要な特徴の有無に基づいて自分の世界のさまざまなことを認識しますが、それらも認識することを学ぶ必要があります。形状に基づいてオブジェクトを分類したり、歴史やパフォーマンスとの相関関係について形状を測定したりするようにコンピュータに教えることは、古典的に困難な作業です。法医学、自然科学、工学、そして印刷されたテキストを読むための光学式文字認識のような「単純な」タスクでさえも重要です。それは、オブジェクトのクラス、特定の個人、または特有のマークを識別することに関係しているかもしれません。無次元比、フーリエ係数またはウェーブレット係数、不変モーメントなど、形状の特定の側面を特徴付けることができる、幅広い数学的測定ツールが存在します。しかし、与えられた事例においてこれらのどれが最も適切であるか、または有用であるかを決定することは、一般的に訓練データのセットを集めてそれを統計的に調査することを必要とする。判別分析およびニューラルネットを使用して、天然および人工のオブジェクトを含むさまざまな特定のアプリケーションを使用してプロセスを説明します。
データ調査
