学習による映像中の音源同定(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)
スポンサーリンク
概要
- 論文の詳細を見る
本論文では,対象を絞った上でより高精度な画像と音の統合解析処理を目的としている.具体的には音源同定問題をAdaBoostを用いた識別器学習の枠組みで扱う.ここで,AdaBoost識別器とは複数個の識別器(弱識別器と呼ばれる)による識別結果の重み付多数決によって認識結果を得る方法である.学習においては,正例(映像中の音源に相当する画素)・負例(同じく非音源に相当する画素)を準備し,それを用いてAdaBoostにより誤認識率が最も低くなるように弱識別器を構成する.こうして得られた弱識別器の識別結果の重み付多数決によって音源が同定される.画像による弱識別器と音情報による弱識別器を組み合わせることで,高精度な音源同定が可能となる.ただし,音源同定独特の性質として,音と画像というマルチモーダルな情報が与えられたとしても,利用の仕方によっては,音情報がほとんど識別に寄与しなくなることがある.本稿ではこの状況について確認するとともに,その状況の解決法について提案する.
- 2010-08-29
著者
-
内田 誠一
九州大学大学院システム情報科学研究院知能情報工学部門
-
馮 尭楷
九州大学大学院システム情報科学研究院
-
内田 誠一
九州大学 大学院システム情報科学研究院
-
Feng Yaokai
九大 大学院システム情報科学研究院
-
フォン ヤオカイ
九州大学大学院システム情報科学研究院
-
フォン ヤオカイ
九州大学大学院システム情報研究院
-
池田 千廣
九州大学大学院システム情報科学府
-
内田 誠一
九州大学大学院システム情報科学府
-
内田 誠一
九州大学大学院 システム情報科学研究院
関連論文
- 付加情報の一般的な割当(パターン認識)
- 相互制約付き多数決型アルゴリズムによる時系列パターン認識(研究速報)
- 4.パターン認識・メディア理解の問題分析(パターン認識・メディア理解のグランドチャレンジ)
- 5.パターン認識・メディア理解の10大チャレンジテーマ(パターン認識・メディア理解のグランドチャレンジ)
- データベースおよびクエリの拡張による文書画像検索の精度向上法 (ヒューマン情報処理)
- Boostingによるカメラ選択を用いた行動認識(一般セッション1,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)
- 逆投影と幾何拘束を用いた2D/3D位置合せ(画像認識,コンピュータビジョン)
- 並列Fast Level Set Methodによる移動体の高速な三次元形状復元(幾何解析と形状復元,画像の認識・理解論文)
- 解析的DPマッチングを用いた手書き数字認識 (パターン認識・メディア理解)
- 大局的最適化に基づくトラッキング : DPトラッキング(追跡・位置合わせ,第12回画像の認識・理解シンポジウム推薦論文,画像の認識・理解論文)
- ペン先画像からの手書き復元(研究速報)
- 認識が与える情報量 : 認識率100%まであと何ビット?(文書・文字メディアの認識・理解, 一般)
- 検出容易な文字パターン生成に関する検討(テーマセッション1,複合現実感のためのパターン認識・理解)
- ペン先カメラ画像からの手書きパターンの抽出(テーマセッション1,複合現実感のためのパターン認識・理解)
- レイアウトに依らない平面文書画像の射影歪み補正(テーマセッション5,複合現実感のためのパターン認識・理解)
- データ埋め込みペンに関する基礎的検討
- 相互制約付き多数決型アルゴリズムによる時系列パターン認識
- 初期活字印刷本中の文字の形状解析(テーマセッション1,複合現実感のためのパターン認識・理解)
- 中世英文学資料の認識および解析 : 意義・問題点および予備検討結果(テーマセッション6,文字・文書の認識・理解)
- カメラによる文字認識のためのカテゴリー情報の埋込に関する検討(画像認識,コンピュータビジョン)
- 認識が与える情報量 : 認識率100%まであと何ビット?(文書・文字メディアの認識・理解, 一般)
- 環境コンテキスト利用による情景画像中文字検出 (パターン認識・メディア理解)
- 解析的DPマッチングを用いた手書き数字認識(テーマセッション,文字・文書の認識・理解)
- データ埋め込みペン実現に向けたデータ抽出精度の検証(テーマセッション2(文字画像処理1),文字・文書の認識・理解)
- 手書きパターンへの情報埋め込みと情報抽出(テーマセッション(2),文字認識・文書理解)
- 手書きパターンへの情報埋め込みと情報抽出(テーマセッション(2), 文字認識・文書理解)
- データベースおよびクエリの拡張による文書画像検索の精度向上法(一般,顔・人物・ジェスチャ・行動)
- 実体を伴うプロアクティブインタフェースによる双方向遠隔コミュニケーション実験(ヒューマンインタラクションとパターン認識・メディア解理・言語理解,ヒューマンインタラクションとパターン認識・メディア解理・言語理解,一般)
- 実体を伴うプロアクティブインタフェースによる双方向遠隔コミュニケーション実験(ヒューマンインタラクションとパターン認識・メディア理解・言語理解)
- 実体を伴うプロアクティブインタフェースによる双方向遠隔コミュニケーション実験(ヒューマンインタラクションとパターン認識・メディア理解・言語理解)
- ペン先カメラ画像と紙面上特徴点を用いた手書きパターンの復元(テーマセッション,文字・文書の認識・理解)
- データベースおよびクエリの拡張による文書画像検索の精度向上法(一般,顔・人物・ジェスチャ・行動)
- Part-based文字認識の試み : 手書き数字認識に大局的構造は必要か?(テーマセッション,文字・文書の認識・理解)
- 環境コンテキスト利用による情景画像中文字検出(テーマセッション,文字・文書の認識・理解)
- 特徴追跡と文書画像検索を用いたカメラペンシステム(テーマセッション(デモ発表特集),文字・文書の認識・理解)
- 局所特徴量を用いた事例参照に基づく位置同定(一般セッション,文字・文書の認識・理解)
- MIRU2006若手プログラム報告(一般セッション(2),パターン認識・メディア理解のための学習理論とその応用)
- パターン認識・メディア理解のグランドチャレンジ(テーマセッション,パターン認識とメディア理解のフロンティアとグランドチャレンジ)
- 多数決型アルゴリズムによる非線形伸縮時系列パターン認識(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)
- 多数決型アルゴリズムによる非線形伸縮時系列パターン認識(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)
- 離散型DPと解析的DPの統合による動画像中の物体追跡(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)
- 大局的観測と局所的観測の統合による複数人物の無矛盾な位置同定(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)
- ステレオ画像圧縮のための視差補償法に関する検討
- 画素を単位とした視差補償に基づくステレオ画像圧縮の検討
- 付加情報の誤りと誤認識率の関係(一般セッション,パターン認識・メディア理解のための学習理論とその周辺)
- 付加情報を用いるパターン認識における識別境界移動の効果 : 正規分布に従う人工サンプルを用いた場合の実験的検討
- 離散型DPと解析的DPの統合による動画像中の物体追跡(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)
- 実体を伴うプロアクティブヒューマンインタフェースのためのジェスチャの早期認識・予測に関する検討
- 動作の早期認識およびその予測への応用に関する検討(顔・ジェスチャ認識のためのパターン認識メディア理解,一般)
- 動作の早期認識およびその予測への応用に関する検討(顔・ジェスチャ認識のためのパターン認識メディア理解,一般)
- I-075 プロアクティブヒューマンインタフェースのためのジェスチャの早期認識に関する検討(I.画像認識・メディア理解)
- プロアクティブヒューマンインターフェースの研究 : 第1報人間型アクティブインターフェースの開発(VRとインタフェース1)
- 学習による映像中の音源同定(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)
- 学習による映像中の音源同定(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)
- 文書画像の事例ベース傾き補正の改良(テーマセッション1,文字・文書の認識・理解)
- 事例に基づく文書画像の回転角推定(研究速報)
- 大局的観測と局所的観測の統合による複数人物の無矛盾な位置同定(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)
- H-031 多峰型解析的DPを用いた動画像中の物体追跡(H分野:画像認識・メディア理解,一般論文)
- オンライン手書き文字認識HMMにおける座標情報と方向情報の利用法と効果(一般セッション(1))(ユビキタスコンピューティングのためのパターン認識・メディア理解,一般)
- 区分線形周波数ワープによる話者正規化の検討
- D-12-13 区分線形周波数ワープによる話者正規化の検討
- フレーム間で連続な時間・周波数ワープによる話者正規化の検討
- フレーム間単調連続周波数ワープによる不特定話者単語音声認識の検討
- フレーム間単調連続周波数ワープによる不特定話者単語音声認識の検討
- フレーム間単調連続周波数ワープによる不特定話者単語音声認識の検討
- 英文数学文書の正解付き文字・記号画像データベース(文書・文字メディアの認識・理解, 一般)
- 英文数学文書の正解付き文字・記号画像データベース(文書・文字メディアの認識・理解, 一般)
- 英文数学文書の正解付き文字・記号画像データベース
- 英文数学文書の正解付き文字・記号画像データベース
- 数学文書データベースの解析(文字とドキュメントの認識・理解)
- 数学文書データベースの解析(文字とドキュメントの認識・理解))
- ディジタルカメラによる文字・文書の認識・理解
- 座標特徴と方向特徴の選択的利用に基づくオンライン文字認識HMM(画像認識,コンピュータビジョン)
- 筆順変動を表現するHMMとそのオンライン文字認識への応用(画像認識,コンピュータビジョン)
- 実環境文字認識のための面積比による付加情報埋込(画像認識,コンピュータビジョン)
- オートマトン制御付き最適セグメンテーション法とその実環境文字認識への応用(画像処理,画像の認識・理解論文)
- 変量と不変量の組合わせによる文書画像の傾き補正(テーマセッション3(文字画像処理2),文字・文書の認識・理解)
- 付加情報を用いるパターン認識(パターン認識)
- 高精度実環境文字認識のための面積比による付加情報埋め込み(テーマセッション(2),文字認識・文書理解)
- 高精度実環境文字認識のための面積比による付加情報埋め込み(テーマセッション(2), 文字認識・文書理解)
- カメラを用いた文字認識・文書画像解析の現状と課題(文書・文字メディアの認識・理解, 一般)
- カメラを用いた文字認識・文書画像解析の現状と課題(文書・文字メディアの認識・理解, 一般)
- オンライン文字認識HMMにおける座標特徴と方向特徴の利用方法の検討(テーマセッション4,文字・文書の認識・理解)
- 解析的DPマッチング(パターン認識と理解,画像の認識・理解論文)
- 座標値予測を導入したDPマッチングによるオンライン文字認識(テーマセッション5(オンライン処理),文字・文書の認識・理解)
- パターンマッチングにおける特徴量の非同期化の影響 : オンライン文字認識を例として(テーマセッション5(オンライン処理),文字・文書の認識・理解)
- 部分空間法とDPマッチングに基づくオンライン文字認識手法(テーマセッション(3),文字認識・文書理解)
- フレーム間マッチングを導入したMosaicing-by-Recognition法の検討(テーマセッション(1),文字認識・文書理解)
- 部分空間法とDPマッチングに基づくオンライン文字認識手法(テーマセッション(3), 文字認識・文書理解)
- フレーム間マッチングを導入したMosaicing-by-Recognition法の検討(テーマセッション(1), 文字認識・文書理解)
- 解析的DPマッチングによるパターン認識(テーマセッション,文字認識・文書理解)
- 解析的DPマッチングによるパターン認識(テーマセッション,文字認識・文書理解)
- 部首単位標準パターンとキューブサーチに基づく筆順フリーなオンライン文字認識アルゴリズム(画像認識, コンピュータビジョン)
- 動画像中のテキスト認識を目的としたビデオモザイキング手法(文書・文字メディアの認識・理解, 一般)
- RFIDを援用した映像中の人物追跡
- モデル当てはめによる書棚画像解析(画像処理,画像パターン認識)
- 動的計画法による書棚画像からの書籍境界検出
- 動的計画法を用いた書棚画像中の書籍の傾き補正法
- 手書き文字列の非一様な傾き補正法
- 手書き文字列認識を目的としたワープによる文字傾きの補正法