生成フレームワークにおける物体分類のための依存領域の使用

「バグオブワーズ」モデルは、多くの注目を集め、最近の物体分類研究で良好なパフォーマンスを達成しています。これらの研究のほとんどでは、局所パッチは画像の基本的な構成要素としてモデリングされ、テキスト文書の単語に類似しています。これまでの「バグオブワーズ」モデルを使用した研究（例えば、4、20、7）では、局所パッチは互いに独立であると仮定されています。本論文では、この独立性の仮定を緩和し、局所領域の相互依存性を明示的にモデル化します。前の研究と同様に、私たちは画像をパッチの集合として表現し、各パッチは画像やカテゴリーを横断して共有される潜在的な「テーマ」に属しています。私たちは、テーマの階層構造におけるテーマ分布とパッチ分布を学習します。特に、局所パッチの依存関係をエンコードするために潜在テーマに対する結合構造を導入します。この構造は、テーマのより良いクラスタリングを促進することによって、パッチ間の意味的な関連性を強化します。その結果、物体カテゴリーのモデルは、独立したパッチの仮定の下で得られたモデルよりも識別力が高い傾向があります。We show highly competitive categorization results on both the Caltech 4 and Caltech 101 object category datasets. By examining the distributions of the latent themes for each object category, we construct an object taxonomy using the 101 object classes from the Caltech 101 datasets.