Core Concepts
画像の灰色レベル表現を線形アンカーガウス混合モデルとしてモデル化し、期待最大化(EM)アルゴリズムを用いて、オブジェクトの中心線の位置と幅を推定する。
Abstract
本論文では、画像に含まれる太線状オブジェクトの正確な検出を目的としている。
画像の灰色レベル表現を線形アンカーガウス混合モデルでモデル化する。
線形アンカーガウス分布のパラメータ(中心線の位置、角度、幅)を期待最大化(EM)アルゴリズムを用いて推定する。
背景差分を用いた尤度関数の計算により、複雑な背景や雑音に対するロバスト性を向上させる。
ヘッシアン行列を用いて、混合モデルのコンポーネント数と初期角度を推定する手法を提案する。
合成画像と実画像を用いた実験により、提案手法の高い精度と頑健性を示す。
Stats
線形オブジェクト1の角度誤差は最大2.38度、半径誤差は最大1.32ピクセル
線形オブジェクト2の角度誤差は最大0.67度、半径誤差は最大1.30ピクセル
線形オブジェクト3の角度誤差は最大0.36度、半径誤差は最大0.74ピクセル
線形オブジェクト1の幅の相対誤差は最大77%
線形オブジェクト2の幅の相対誤差は最大64%
線形オブジェクト3の幅の相対誤差は最大37%