物体認識のためのクラス構成と特徴空間の同時最適化手法
スポンサーリンク
概要
- 論文の詳細を見る
本稿では、画像中の物体を人為的に定められたカテゴリへ分類する新しい方法を提案する。従来、パターン認識的アプローチにおける物体認識法では、ユーザが定めるカテゴリ構成を、そのままパターン分類におけるクラス構成として用いてきたが、この場合一般には線形分離可能性は保証されない。この問題を改善するために、新方式では、フィッシャーの判別基準と情報量基準AICの両者の立場から、クラス構成(サンプルとカテゴリの対応)と特徴空間を同時に最適化する。実際の人物顔の画像を用いた分類実験によって、線形分離能力の向上を確認する。
- 社団法人電子情報通信学会の論文
- 2002-11-15
著者
関連論文
- 日本語処理基本システム(2) : 辞書検索系と構文解析系
- 日本語処理基本システム(1) : 全体構成
- 顔画像認証アルゴリズムの精度評価方法 : 標準化に向けて
- 任意照明下顔認識のための顔表面の位置相関を考慮したMAP推定(人を観る, 画像の認識・理解)
- クラス構成と特徴空間の同時最適化手法による物体認識(画像認識,コンピュータビジョン)
- 局所マッチングを用いた形状分類の実現(画像処理, 画像パターン認識)
- 物体認識のためのクラス構成と特徴空間の同時最適化手法
- 物体認識のためのクラス構成と特徴空間の同時最適化手法
- 自己相似性に基づく高時間分解能映像の生成 (画像の認識・理解論文特集)
- 自己相似性に基づく高時間分解能映像の生成(画像・映像解析,画像の認識・理解論文)