変分ベイズ法を用いた可変固有画像モデルに基づく画像認識(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
画像認識において、認識対象の位置や大きさなどの幾何学的変動に対応可能な分離型格子HMMに固有画像のような主成分分析の構造を組み込んだ可変固有画像モデル(HMEM)が提案されている。従来、HMEMの学習には尤度最大化(ML)基準が用いられてきた。しかし、画像認識では十分な量の学習データを用いることが困難である場合も多く、このような場合に、ML基準によりHMEMのような複雑なモデル構造を学習すると過学習を起こす恐れがある。これに対して、ベイズ基準は、事前情報を事前分布として用いて事後分布を推定することにより過学習の緩和が期待できる。そこで、本稿ではベイズ基準の近似手法である変分ベイズ法を用いたHMEMに基づく画像認識を提案し、顔画像認識実験により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