文献

J-GLOBAL ID：201202233857616130   整理番号：12A0042694

変分ベイズ法を用いた分離型2次元格子HMMに基づく顔画像認識

Face recognition based on separable lattice 2-D HMMs with variational Bayesian method

著者 (5件)： 沢田慶 (名古屋工大 大学院工学研究科) ,  玉森聡 (名古屋工大 大学院工学研究科) ,  橋本佳 (名古屋工大 大学院工学研究科) ,  南角吉彦 (名古屋工大 大学院工学研究科) ,  徳田恵一 (名古屋工大 大学院工学研究科)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 111  号： 317(PRMU2011 99-123)  ページ： 125-130  発行年： 2011年11月17日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 画像認識において,認識対象の位置や大きさの変動に対応するための手法として分離型2次元格子HMM(SL2D-HMM)に基づく画像認識が提案されている。従来,SL2D-HMM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,モデルパラメータを確定的変数として点推定するML基準では過学習を起こす恐れがある。これに対して,ベイズ基準はモデルパラメータを確率変数とし,事前データを事前分布として用いて事後分布を推定する。これにより学習データが少量の場合においても高い汎化能力が得られる。そこで,本稿では変分ベイズ法を用いたSL2D-HMMに基づく顔画像認識を提案し,顔画像認識実験により提案法の有効性を示す。(著者抄録)

シソーラス用語： Bayes推定 ,  分離 ,  *隠れMarkovモデル ,  二次元 ,  物体認識 ,  画像認識 ,  学習 ,  変数 ,  分布 ,  *確率分布 ,  汎化 ,  格子
準シソーラス用語： *HMM ,  過学習 ,  *確率変数 ,  *顔画像認識 ,  *事後分布 ,  *事前分布 ,  *分離型2次元格子 ,  *変分Bayes法

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

引用文献 (8件)：

• LEVIN, E. Dynamic planar warping for optical character recognition. ICASSP, 1992. 1992, 3, 149-152
• KUO, S. Keyword spotting in poorly printed documents using pseudo 2-d hidden Markov models. IEEE TPAMI. 1994, 16, 842-848
• KURATA, D. Face recognition based on separable lattice HMMs. ICASSP, 2006. 2006, 5, 737-740
• GAUVAIN, J. L. Maximum a posteriori estimation for multivariate Gaussian mixture observations of Markov chains. IEEE Trans. SAP. 1994, 2, 291-298
• ATTIAS, H. Inferring parameters and structure of latent variable models by variational Bayes. UAI, 1999. 1999, 21-30

タイトルに関連する用語 (5件)： 変分ベイズ法 ,  2次元 ,  格子 ,  HMM ,  顔画像認識