| 摘要 |
Ce procédé comprend des étapes de : a) constitution d'un ensemble de départ de microstructures de n points d'intérêt, définies chacune par un tuple d'ordre n , avec 1 ‰¤ n ‰¤ N ; b) détermination pour chaque tuple de caractéristiques visuelles structurées associées, à partir de descripteurs locaux de gradient et/ou de mouvement des points d'intérêt ; et c) recherche et sélection itérative des tuples les plus discriminants. L'étape c) opère par: c1) application à l'ensemble des tuples d'un algorithme de type apprentissage multi-noyaux MKL ; c2) extraction d'un sous-ensemble de tuples produisant les scores de pertinence les plus élevés ; c3) agrégation à ces tuples d'un tuple additionnel pour donner un nouvel ensemble de tuples d'ordre supérieur ; c4) détermination des caractéristiques visuelles structurées associées à chaque tuple agrégé ; c5) sélection d'un nouveau sous-ensemble de tuples les plus discriminants ; et c6) réitération des étapes c1) à c4) jusqu'à un ordre N maximal. |
