文献

J-GLOBAL ID：201002205217936865   整理番号：10A0864082

状態持続時間モデル化による分離型2次元格子HMM利用顔認識

FACE RECOGNITION BASED ON SEPARABLE LATTICE 2-D HMM WITH STATE DURATION MODELING

著者 (4件)： TAKAHASHI Yoshiaki (Nagoya Inst. of Technol., Nagoya, JPN) ,  TAMAMORI Akira (Nagoya Inst. of Technol., Nagoya, JPN) ,  NANKAKU Yoshihiko (Nagoya Inst. of Technol., Nagoya, JPN) ,  TOKUDA Keiichi (Nagoya Inst. of Technol., Nagoya, JPN)
資料名： Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing  (Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing)
巻： 2010 Vol.3  ページ： 2162-2165  発行年： 2010年 
JST資料番号： E0316B  ISSN： 1520-6149  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 分離型2次元格子隠れMarkovモデル(SL-HMM)は,多次元データをモデル化する際の良い特性を維持しながら計算量を低減するために提案されている。しかしHMMの状態持続時間確率は指数減衰するため,このモデルは画像変化の高精度モデル化には適していない。本論文はこの問題を克服するため,持続時間確率を明示的にパラメトリック分布によりモデル化し,隠れ半Markovモデルの構造をSL-HMMと統合する,新しい統計的モデルを提案し,顔認識に適用した。またモデルのパラメータ学習に際し,多次元HMMでは期待値最大化(EM)アルゴリズムが計算困難という問題を,変分EMアルゴリズムの適用により克服した。提案したモデルの有効性を評価するため顔認識実験を行い,優れた認識率が得られることを実証した。

シソーラス用語： 物体認識 ,  *隠れMarkovモデル ,  継続時間 ,  モデリング ,  精度 ,  Markov連鎖 ,  最適化手法 ,  計算機アルゴリズム ,  学習アルゴリズム ,  比率 ,  計算量 ,  高次元 ,  変化 ,  格子形成 ,  正規分布 ,  パラメータ推定
準シソーラス用語： *顔認識 ,  高精度 ,  パラメトリックモデル ,  期待値最大化アルゴリズム ,  認識率 ,  形状変化

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 持続時間 ,  モデル化 ,  2次元 ,  格子 ,  HMM ,  顔認識