×

受限集合分类:有谁? (英语) Zbl 1429.68263号

摘要:我们考虑一个问题,其中来自(c)类的一组(X)个对象(实例)必须同时分类。对(X)施加了一个限制,因为每个类中对象的最大可能数量是已知的,因此我们将这个问题称为who-is-here?我们比较了三种方法来解决这个问题:(1)独立分类,其中每个对象都以最大后验概率标记在类中;(2) 实施限制的贪婪方法;以及(3)一种理论方法,该方法通过匈牙利分配算法实现标签分配的可能性最大化。我们的实验研究由两部分组成。第一部分包括一个定制的国际象棋数据集,其中棋盘上的棋子必须从棋盘图像中识别出来。在第二部分中,我们使用最近整理的存储库(南加州大学圣地亚哥德孔波斯特拉大学)中的96个数据集模拟受限集分类场景。我们的结果表明,所提出的方法(3)优于方法(1)和(2)。

MSC公司:

68吨10 模式识别、语音识别
PDF格式BibTeX公司 XML格式引用
全文: DOI程序 链接

参考文献:

[1] Kuncheva,L.I.,使用匈牙利算法的全类集分类,Int.J.Mach。学习。赛博。,1,1,53-61(2010年)
[2] L.I.Kuncheva,A.S.Jackson,谁失踪了?一个新的模式识别难题,载于:统计、结构和句法模式识别国际会议(S+SPR),计算机科学讲义,vo。8621,施普林格,乔恩苏,芬兰,2014,第243-252页。;L.I.Kuncheva,A.S.Jackson,谁失踪了?一个新的模式识别难题,见:统计、结构和句法模式识别国际会议(S+SSPR),计算机科学讲义,vo。8621,施普林格,乔恩苏,芬兰,2014,第243-252页。
[3] 杜达,R.O。;哈特,体育。;斯托克·D·G,《模式分类》(2001),约翰·威利父子公司:约翰·威立父子公司纽约·Zbl 0968.68140号
[4] R.E.Slot,在分类方法中考虑每个类的已知对象数的好处,IEEE信息理论汇刊25; R.E.Slot,在分类方法中考虑每个类的已知对象数的好处,IEEE信息理论汇刊25·Zbl 0412.62037号
[5] Dietterich,T.G。;Lathrop,R.H。;Lozano-Perez,T.,《用轴平行矩形解决多重阻抗问题》,Artif。整数。,89, 31-71 (1997) ·兹比尔1042.68650
[6] J.Wang,J.-D.in:Zucker,《解决多实例问题:懒惰学习方法》,载于:《第17届机器学习国际会议论文集》,ICML,2000年,美国加利福尼亚州斯坦福市,第1119-1125页。;J.Wang,J.-D.in:Zucker,《解决多实例问题:懒惰学习方法》,载于:《第17届机器学习国际会议论文集》,ICML,2000年,美国加利福尼亚州斯坦福市,第1119-1125页。
[7] Mangasarian,O.L。;Wild,E.W.,《通过连续线性规划进行多实例分类》,J.Optim。理论应用。,137, 555-568 (2008) ·Zbl 1216.62098号
[8] 傅,Z。;罗伯斯·凯利,A。;Zhou,J.,MILIS多实例学习与实例选择,IEEE Trans。模式分析。机器。整数。,33, 5, 958-977 (2011)
[9] X.Xu,多实例问题中的统计学习,硕士论文,怀卡托大学计算机科学系,新西兰,2003年。;X.Xu,多实例问题中的统计学习,硕士论文,怀卡托大学计算机科学系,新西兰,2003年。
[10] X.Ning,G.Karypis,集分类问题和解决方法,收录于:SIAM数据挖掘学报,2009年,美国内华达州斯帕克斯,第847-858页。;X.Ning,G.Karypis,《集合分类问题和解决方法》,载于《SIAM数据挖掘学报》,2009年,美国内华达州斯帕克斯,第847-858页。
[11] 佩利略,M。;Refice,M.,松弛标记过程的学习相容系数,IEEE Trans。模式分析。机器。整数。,16, 9, 933-945 (1994)
[12] 罗森菲尔德,A。;Hummel,R.A。;Zucker,S.,《通过松弛操作进行场景标记》,IEEE Trans。系统。,人类网络。,SMC-6、6、420-433(1976)·兹比尔0335.68070
[13] L.K.McDowell,K.M.Gupta,D.W.Aha,《集体分类中的谨慎推断》,载于《第二十二届人工智能会议论文集》,美国人工智能学会,2007年,加拿大温哥华,第596-601页。;L.K.McDowell,K.M.Gupta,D.W.Aha,《集体分类中的谨慎推理》,载于《第二十二届人工智能会议论文集》,AAAI,2007年,加拿大温哥华,第596-601页。
[14] P.Sen、G.M.Namata、Bilgic、L.Getoor、B.Gallagher、T.Eliassi-Rad,《网络数据的集体分类》,人工智能Mag29; P.Sen、G.M.Namata、Bilgic、L.Getoor、B.Gallagher、T.Eliassi-Rad,《网络数据的集体分类》,人工智能Mag29
[15] 阿米特,Y。;Trouvé,A.,POPpatchwork of parts models for object recognition,国际计算机杂志。视觉。,75, 267-282 (2007)
[16] R.Kaucic,A.G.A.Perera,G.B.J.,Kaufhold,A.Hoogs,《通过遮挡和跨越传感器间隙进行跟踪的统一框架》,收录于:IEEE计算机学会计算机视觉和模式识别会议,CVPR,加利福尼亚州圣地亚哥,美国,2005年第1卷,第1063-1069页。;R.Kaucic,A.G.A.Perera,G.B.J.,Kaufhold,A.Hoogs,《通过遮挡和跨越传感器间隙进行跟踪的统一框架》,收录于:IEEE计算机学会计算机视觉和模式识别会议,CVPR,加利福尼亚州圣地亚哥,美国,第1卷,2005年,第1063-1069页。
[17] Haritaoglu,I。;哈伍德,D。;Davis,L.S.,W 4人及其活动的实时监控,IEEE Trans。模式分析。机器。整数。,22, 8, 809-830 (2000)
[18] 莫汉,A。;帕帕乔乌,C。;Poggio,T.,分量图像中基于示例的对象检测,IEEE Trans。模式分析。机器。整数。,23, 4, 349-361 (2001)
[19] Felzenszwalb,P.F。;Huttenlocher,D.P.,《物体识别的图形结构》,国际计算机杂志。视觉。,61, 1, 55-79 (2005)
[20] B.Heisele,T.Serre,M.Pontil,T.Poggio,基于组件的人脸检测,摘自:2001年IEEE计算机学会计算机视觉和模式识别会议记录,2001年,CVPR 2001年,考艾岛,HI,美国,第1卷,IEEE,2001,pp.I-657。;B.Heisele,T.Serre,M.Pontil,T.Poggio,基于组件的人脸检测,收录于:2001年IEEE计算机学会计算机视觉和模式识别会议记录,2001年,CVPR 2001年,考艾岛,HI,美国,第1卷,IEEE,2001,pp.I-657。
[21] Zhao,T。;Nevatia,R.,《在复杂情况下跟踪多人》,IEEE Trans。模式分析。机器。整数。,26, 9, 1208-1221 (2004)
[22] 周,X。;李毅。;He,B.,多目标视觉跟踪的博弈论遮挡处理,模式识别。,46, 10, 2670-2684 (2013) ·Zbl 1323.68532号
[23] 拉斯穆森,C。;Hager,G.D.,跟踪复杂视觉对象的概率数据关联方法,IEEE Trans。模式分析。机器。整数。,23, 6, 560-576 (2001)
[24] Bar-Shalom,Y。;Daum,F。;黄,J.,概率数据关联过滤器,控制系统。,IEEE,29,6,82-100(2009)·兹比尔1395.93527
[25] K.Okuma、A.Taleghani、N.De Freitas、J.J.Little、D.G.Lowe,《增强型粒子滤波器:多目标检测和跟踪》,载于:《计算机视觉-电子计算机2004》,捷克共和国布拉格,斯普林格,2004年,第28-39页。;K.Okuma,A.Taleghani,N.De Freitas,J.J.Little,D.G.Lowe,增强粒子滤波器:多目标检测和跟踪,载于:计算机视觉ECCV 2004,捷克共和国布拉格,施普林格,2004年,第28-39页·Zbl 1098.68832号
[26] A.Dearden,Y.Demiris,O.Grau,使用粒子过滤器从单个移动摄像机中跟踪足球运动员的运动,摘自:《第三届欧洲视觉媒体制作会议论文集CVMP-2006》,英国伦敦,IET出版社,2006年,第29-37页。;A.Dearden,Y.Demiris,O.Grau,使用粒子过滤器从单个移动摄像机中跟踪足球运动员的运动,收录于:《第三届欧洲视觉媒体制作会议论文集CVMP-2006》,英国伦敦,IET出版社,2006年,第29-37页。
[27] P.Konstantinova,A.Udvarev,T.Semerdjiev,《使用全球最近邻方法的目标跟踪算法研究》,载于:《国际计算机系统与技术会议论文集》(CompSysTech03),美国纽约州纽约市ACM,2003年,第290-295页。;P.Konstantinova,A.Udvarev,T.Semerdjiev,《使用全球最近邻方法的目标跟踪算法研究》,载于:《国际计算机系统与技术会议论文集》(CompSysTech03),美国纽约州纽约市ACM,2003年,第290-295页。
[28] Ardekani,R。;Biyani,A。;道尔顿,J.E。;萨尔茨,J.B。;Arbeitman,M.N。;托尔,J。;努日丁,S。;Tavaré,S.,《多果蝇的三维跟踪和行为监测》,J.R.Soc.Interface(2012),(rsif20120547)
[29] Jover,J.N。;阿尔卡尼兹·雷亚,M。;Gómez,V。;Balasch,S。;莫雷诺,J。;Colomer,V.G。;Torres,A.,一种基于颜色的自动计算机视觉算法,用于跟踪小猪的位置,Span。《农业杂志》。第7、3、535-549号决议(2009年)
[30] 卡希哈,M。;巴哈,C。;奥特·S。;Moons,C.P。;Niewold,T.A。;O.?dberg。;Berckmans,D.,使用图像模式识别自动识别围栏中有标记的猪,计算机。电子。农业。,93, 111-120 (2013)
[31] Y.Kamisugi,N.Furuya,K.Iijima,K.Fukui,通过图像参数实现水稻染色体的计算机辅助自动识别,染色体研究1; Y.Kamisugi,N.Furuya,K.Iijima,K.Fukui,通过图像参数实现水稻染色体的计算机辅助自动识别,染色体研究1
[32] Ming,D。;Tian,J.,染色体图像的自动模式提取和分类,J.红外线千兆赫波,31866-877(2010)
[33] 王,X。;李,S。;刘,H。;伍德,M。;陈,W.R。;Zheng,B.,显微数字图像上可分析中期染色体的自动识别,J.Biomed。通知。,41264-271(2008年)
[34] Kuhn,H.W.,分配问题的匈牙利方法,Nav。Res.Logist公司。Q.,283-97(1955)·Zbl 0143.41905号
[35] Bourgeois,F。;Lassall,J.-C.,分配问题的Munkres算法对矩形矩阵的扩展,Commun。ACM,14、12、802-804(1971)·Zbl 0223.90023号
[36] C.-C.Chang,C.-J.Lin,LIBSVM:支持向量机库,ACM事务处理。智力。系统。Technol公司2网址:http://www.csie.ntu.edu.tw/cjlin/libsvm;C.-C.Chang,C.-J.Lin,LIBSVM:支持向量机库,ACM事务处理。智力。系统。Technol公司2网址:http://www.csie.ntu.edu.tw/cjlin/libsvm
[37] 费尔南德斯·德尔加多,M。;Cernadas,E。;巴罗,S。;Amorim,D.,我们需要数百个分类器来解决现实世界的分类问题,J.Mach。学习。Res.,153133-3181(2014年)·Zbl 1319.62005号
[38] K.Bache,M.Lichman,UCI机器学习库(2013)。URL〈http://archive.ics.uci.edu/ml; K.Bache,M.Lichman,UCI机器学习库(2013)。URL〈http://archive.ics.uci.edu/ml
[39] T.Fawcett,《ROC图表:研究人员注意事项和实际考虑》,技术报告HPL-2003-4,HP实验室,Palo Alto,〈http://www.hpl.hp.com/techreports/2003/hpl-2003-4.pdf; T.Fawcett,《ROC图表:研究人员注意事项和实际考虑》,技术报告HPL-2003-4,HP实验室,Palo Alto,〈http://www.hpl.hp.com/techreports/2003/hpl-2003-4.pdf
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。