事前知識を用いたNon-negative Matrix Factorization(テーマセッション関連,一般物体認識・画像特徴量)
スポンサーリンク
概要
- 論文の詳細を見る
Divergenceは情報理論の観点から定義された距離尺度であり,ヒストグラムや確率密度分布同士の距離尺度として有用である.本論文では,Divergenceを最小化するNMFを教示付き学習に拡張する.入力データに関する事前知識を類似度行列の形式で表現し,Divergence NMFのコスト関数を修正する.そして,修正したコスト関数を最小化するための更新則を導く.提案手法では部分空間が教示に従って構築されるため,入力信号の本質的な特徴を記述できるようになる.これを立証するため,13 Natural Scene Categoriesの画像をVisual Wordによるヒストグラム表現に変換し,異なる様々な種類のNMFを適用して部分空間に射影した.そして,部分空間における特徴ベクトルに対してk-NN法を適用し,認識率を評価した.その結果,Divergence NMFに事前知識を導入した提案手法が最も高い性能を示すことが確認できた.
- 2009-11-19
著者
関連論文
- Visual wordとwordの共起確率モデルを使った画像ラベリング(テーマセッション関連,一般物体認識・画像特徴量)
- 事前知識を用いたNon-negative Matrix Factorization(テーマセッション関連,一般物体認識・画像特徴量)
- ユーザーの領域分割結果に基づく一般物体認識(テーマセッション,コンピュータビジョンとパターン認識のための機械学習と最適化,一般)
- ユーザーの領域分割結果に基づく一般物体認識(テーマセッション,コンピュータビジョンとパターン認識のための機械学習と最適化,一般)
- 領域間で共通する特徴点の数を利用した代表画像への自動アノテーション手法(一般セッション4,移動カメラ画像処理におけるパターン認識とメディア理解)
- VisualRankの多クラスへの拡張 : 画像特徴量を用いた類似画像の自動分類とランキング付け手法(一般セッション4,移動カメラ画像処理におけるパターン認識とメディア理解)
- CVPR2011報告
- CVPR2011報告
- 計算環境の変遷に伴う特徴量研究の新しい展開 : モバイルコンピューティングからGPUまで(テーマセッション,実世界文字認識と理解)
- KINECTを用いた3次元復元の産業用ロボット教示への応用(実世界センシングとその応用)
- KINECTを用いた3次元復元の産業用ロボット教示への応用(実世界センシングとその応用)
- KINECTを用いた3次元復元の産業用ロボット教示への応用(実世界センシングとその応用)
- データ分布の2次モーメントのみにもとづくバイナリコーディング手法(第15回情報論的学習理論ワークショップ)
- KINECTを用いた3次元復元の産業用ロボット教示への応用