状態継続長制御に基づいた拡張分離型格子HMMによる変動に頑健な画像認識(一般セッション,大規模データベースとパターン認識)

スポンサーリンク

概要

論文の詳細を見る
画像認識では、画像中の認識対象が位置や大きさ、回転、変形などの様々な変動を含むため、高い認識精度を保つためには画像の正規化処理が必要となる。このような正規化処理を含む統計的モデルとして、分離型格子HMMやその拡張モデルがいくつか提案されている。これらのモデルでは、モデルの構造によって許容する画像変動が異なるが、変動が制限され過ぎていたり、逆に変動に対する自由度が高すぎるため、認識率が低下するという問題があった。本稿では、HMMの状態遷移に継続長制御を導入することにより、適切に画像変動を表現可能なモデルを提案する。また、顔画像認識実験を行い提案法の有効性を示す。
2013-02-14

著者

関連論文

もっと見る

スポンサーリンク