物体形状の意味ある記述子の統計的抽出 物体形状の意味ある記述子の統計的抽出
ジョン・C・ラス博士、ノースカロライナ州立大学教授
F. ブレント ニール博士、ミリケン アンド カンパニー研究科学者
形状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、世界にあるさまざまなものを認識しますが、その認識方法も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、形状を測定して履歴やパフォーマンスとの相関関係を調べたりすることをコンピューターに教えることは、従来から難しい作業です。これは、法医学、自然科学、工学、さらには印刷されたテキストを読み取るための光学式文字認識などの「単純な」作業でも重要です。オブジェクトのクラス、特定の個人、または特徴的なマークを識別することに関係する場合があります。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数学的測定ツールは多岐にわたります。ただし、特定のインスタンスでこれらのうちどれが最も適切または有用であるかを判断するには、通常、一連のトレーニング データを収集して統計的に調査する必要があります。判別分析とニューラル ネットを使用して、自然物や人工物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。
