画像からの幾何学的推論とモデル選択(ネットワークプロセッサ, 通信のための信号処理, 符号理論, 一般)

概要

論文の詳細を見る
モデル選択とはセンサーデータを観測して, それを支配する法則を推論することである.それが既知のとき, その法則に含まれるパラメータ値を最適に推定する方法が統計学でよく研究されている.しかし, モデル選択はそれを超越する問題であり, 種々の「原理」が提案されているが, どれが最善だという根拠はなく, その選択はユーザに任されている.本講演の目的は, 統計学で最もよく知られている赤池のAICとRissanenのMDLの画像処理やコンピュータビジョンへの応用を示すことである.本講演ではまず, 赤池のAICやRissanenのMDLがそのままの形では幾何学的推論には適用できないことを指摘する.そして, それらの出発原理にさかのぼり, これを幾何学的推論に適用できる形に導出したものが筆者の提起する「幾何学的AIC」と「幾何学的MDL」であることを述べる.本講演ではそれらの赤池のAICやRissanenのMDLとの本質的な違いを直観的な言葉を述べる.そして, 実画像による分かりやすい例題を用いて, それらの画像処理やコンピュータビジョンにおける幾何学的推論への応用がいかに広範囲であるかを説明する.
2005-03-07