大規模特定物体認識における認識率,処理時間,メモリ量のバランスに関する実験的検討(パターン認識と学習,第12回画像の認識・理解シンポジウム推薦論文,<特集>画像の認識・理解論文)

概要

論文の詳細を見る
局所特徴量を用いた特定物体認識において,認識率,処理時間,メモリ量について良いバランスを実現することは重要な問題である.局所特徴量は高い識別性をもつことから,高い認識率を実現することは困難ではないものの,その前提として長い処理時間や大きなメモリ量が要求されるため,大規模化の障害となっている.本論文では,認識率にあまり影響を及ぼすことなく,処理時間やメモリ量を削減する手法について述べる.処理時間の削減については,近似最近傍探索が有効であることを述べるとともに,従来法であるANNと比べて,ハッシュを用いた,より認識に有効な手法を提案する.メモリ量については,局所特徴量を表す特徴ベクトルに対してスカラ量子化を適用することにより,簡単に削減可能であることを示す.10万画像を用いた認識実験の結果,各次元の表現に用いるビット数を16ビットから2ビットに減少させても認識率に影響をほとんど及ぼさないこと,提案手法によって,認識率98.1%,処理時間119.7msを実現可能であることが分かった.また,1万画像を用いたANNとの比較では,同程度の認識率を実現するための処理時間,メモリ量が,それぞれ1/4,1/3であることも確認した.
2009-08-01