不均一分散を特徴とするProcrustes解析とその応用(一般セッション,医療における多次元大規模データ解析)

概要

論文の詳細を見る
移動、回転、縮尺・拡大など各種の変形を許容する線図形の認識はパタン認識の重要な問題であり、様々なアプローチが提案されている。柔軟さの順にこれを並べれば単純マッチングからマルチテンプレート照合を経てDPマッチング、HMM解析などに至る。このうち、前の2方法は柔軟性に問題がある。残る2方法は伸縮パラメータの適切な設定が困難であったり、モデル化に恣意性が伴い、変形に富む線図形の認識に成功しているとはいえない。一般にこれらの方法は変形に柔軟過ぎる傾向がある。前者と後者の中間に位置づけられるアプローチとしてProcrustes解析がある。我々は先に、線形回帰モデルの一般化であるProcrustes解析を応用した手話動作の認識を検討し、その有効性を確認した。Procrustes解析とは2つの時系列データを様々な線形変換の下で比較する理論である。本報告では従来の検討を受けて、さらに不均一分散項を持つ重回帰モデルをベースとするPurocrustes解析を手話データについて行い、誤差分散を可変とした重回帰モデルの手話データへの適合性、標準パタンへの影響、識別能力等について検討する。
2012-05-10