Advertisement

Objektklassifikation mit Mischverteilungen

  • J. Dahmen
  • K. Beulen
  • H. Ney
Part of the Informatik aktuell book series (INFORMAT)

Zusammenfassung

Ziel dieser Arbeit ist die Untersuchung der Fragestellung, inwieweit ‚konventionelle‘Klassifikatoren aus der statistischen Mustererkennung für die Objektklassifikation in der Bildverarbeitung einsetzbar sind. Dazu wurde ein auf Mischverteilungen basierender Klassifikator implementiert. Zur Merkmalsanalyse wurden die hochdimensionalen Bilddaten geeignet in einen niederdimensionalen Merkmalsraum projiziert. Die Klassifikation der so dimensionsreduzierten Merkmalsvektoren erfolgt über die Bayes’sche Entscheidungsregel. Auf der ‚Chair-Image-Database‘des Max-Planck-Instituts [1] erzielen wir eine Fehlerrate von 0.64%.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    V. Blanz, B. Schölkopf, H. Bülthoff, C. Burges, V. Vapnik, T. Vetter, “Comparison of View-Based Object Recognition Algorithms using Realistic 3D Models,” C. von der Malsburg, W. von Seelen, J.C. Vorbrüggen, B. Sendhoff (eds.): Artificial Neural Networks - ICANN196, Springer Lecture Notes in Computer Science Vol. 1112, S.251– 256, Berlin, 1996.Google Scholar
  2. 2.
    U. Kressel, persönliche Mitteilung, Daimler-Benz-AG Research and Technology, Abteilung F3M/T, Ulm, März 1998.Google Scholar
  3. 3.
    R.O. Duda, P.E. Hart, Pattern Classification and Scene Analysis, John Wiley & Sons, 1973.Google Scholar
  4. 4.
    K. Fukunaga, Introduction to Statistical Pattern Recognition, Academic Press, San Diego, 1990.zbMATHGoogle Scholar
  5. 5.
    W.H. Press, S.A. Teukolsky, W.T. Vetterling, B.P. Flannery, Numerical Recipes in C, University Press, Cambridge, 1992.zbMATHGoogle Scholar
  6. 6.
    A.P. Dempster, N.M. Laird, D.B. Rubin, “Maximum Likelihood from Incomplete Data via the EM Algorithm,” Journal of the Royal Statistical Society, 39 (B), 1–38, 1977.MathSciNetzbMATHGoogle Scholar
  7. 7.
    H. Ney, “Acoustic Modelling of Phoneme Units for Continuous Speech Recognition,” L. Torres, E. Masgrau, M.A. Lagunas (eds.): Signal Processing V: Theories and Applications, Elsevier Science Publishers B.V., 1990.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1998

Authors and Affiliations

  • J. Dahmen
    • 1
  • K. Beulen
    • 1
  • H. Ney
    • 1
  1. 1.Lehrstuhl für Informatik VI der RWTH AachenAachenGermany

Personalised recommendations