裾野の重たい分布関数を利用した学習べクトル量子化手法(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
事後確率最大化に基づく新しい学習べクトル量子化(LVQ)の手法を提案する.LVQはデータを学習することによって求められるプロトタイプを用いて,最近傍決定則での識別を行う手法である.LVQは識別の高速性や多クラス問題への拡張容易性から,画像処理全般で幅広く用いられている.近年,事後確率最大化という確率的な枠組みで整理しなおした手法が提案され(RSLVQ),従来のLVQよりも良い性能が得られるとの報告がある.しかし,RSLVQでは学習時に正規分布のモデルを仮定しているために,プロトタイプの位置が発散し,そのために認識性能が低下する可能性がある.そこで,提案手法では,正規分布の代わりに裾野の重たい分布関数を用いた学習を行う.シミュレーションの結果,各クラスのプロトタイプ位置の発散が抑えられ,RSLVQよりも高い認識性能が得られることを確認した
- 2010-08-29
著者
関連論文
- 人物行動を把握する画像解析技術と適応例 (パブリックセーフティを支える要素技術・ソリューション特集) -- (映像監視)
- I_030 動き領域の見えに基づく物体認識(I分野:画像認識・メディア理解)
- D-12-37 単語画像生成モデルによる印刷単語認識の一検討
- LI-6 単語画像生成モデルに基づく低品質印刷単語認識(I. 画像認識・メディア理解)
- 裾野の重たい分布関数を利用した学習ベクトル量子化手法(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)
- 裾野の重たい分布関数を利用した学習べクトル量子化手法(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-017 前景/背景の局在性の相違に着目した高精度前景抽出(H分野:画像認識・メディア理解,一般論文)
- H-016 勾配方向差分特徴量を用いた物体検出(H分野:画像認識・メディア理解,一般論文)
- Multiple Instance LVQによる物体検出(この論文は研究会登録者以外の方は購入できません)
- Multiple Instance LVQによる物体検出
- Multiple Instance LVQによる物体検出 (情報論的学習理論と機械学習)
- Multiple Instance LVQによる物体検出 (パターン認識・メディア理解)
- Multiple Instance LVQによる物体検出(一般セッション,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)
- Multiple Instance LVQによる物体検出(一般セッション,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)
- 4-4 監視カメラ映像に基づく人物行動・属性の抽出とその応用(4.人間の活動を支援する応用技術,人間を理解するためのICT技術-人間を対象としたセンシング・情報処理からその応用まで-)
- 監視カメラ映像に基づく人物行動・属性の抽出とその応用