弱識別器にGenetic Image Networkを用いたアンサンブル画像分類法

カテゴリ: 論文誌(論文単位)

グループ名: 【C】電子・情報・システム部門

発行日: 2011/05/01

タイトル(英語): Ensemble Image Classification Using Genetic Image Network as Weak Classifiers

著者名: 中山　史朗（横浜国立大学大学院環境情報学府），白川　真一（横浜国立大学大学院環境情報学府），矢田　紀子（横浜国立大学大学院環境情報学府），長尾　智晴（横浜国立大学大学院環境情報学府）

著者名(英語): Shiro Nakayama (Yokohama National University), Shinichi Shirakawa (Yokohama National University), Noriko Yata (Yokohama National University), Tomoharu Nagao (Yokohama National University)

キーワード: 画像分類，進化計算，AdaBoost，遺伝的プログラミング，画像処理　　image classification，evolutionary computation，AdaBoost，genetic programming，image processing

要約(英語): Automatic construction method for image classification algorithms has been required. Genetic Image Network for Image Classification (GIN-IC) is the automatic construction method for image classification algorithms which include image transformation component using evolutionary computation, and its effectiveness has already been proven. In our study, we try to improve the performance of GIN-IC with AdaBoost algorithm using GIN-IC as weak classifiers to complement with each other. We apply our proposed method to three types of image classification problems, and show the results in this paper. In our method, discrimination rates for training images and test images improved in the experiments compared with the previous method GIN-IC.

本誌: 電気学会論文誌C（電子・情報・システム部門誌） Vol.131 No.5 （2011） 特集：メタヒューリスティクスとその応用

本誌掲載ページ: 958-965 p

原稿種別: 論文／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejeiss/131/5/131_5_958/_article/-char/ja/