文献

J-GLOBAL ID：201102263930506495   整理番号：11A0726925

対象物検出機能を含むSVDDに基づく識別器の高精度化に関する一検討

A note on improvement of classification performance based on SVDD including target object detection scheme

著者 (3件)： 岡田周史 (北大 大学院情報科学研究科) ,  小川貴弘 (北大 大学院情報科学研究科) ,  長谷山美紀 (北大 大学院情報科学研究科)
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： 110  号： 421(IE2010 104-144)  ページ： 113-117  発行年： 2011年02月14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： 本文では,対象物検出機能を含むSVDDに基づく識別器の高精度化手法を提案する。提案手法では,対象物を含む学習画像からSVDDにより算出される超球の中心からの距離に基づいて,対象物を含む領域を自動で選択し,新たな学習画像を生成する。これにより,対象物の位置や向き,大きさ,形状などが多様な学習画像を用いた場合であっても,対象物を含む領域のみを新たに正例として識別器の学習に利用することが可能となる。また,選択された領域を内包する様々なサイズの局所ブロックも同時に新たな正例として利用することで,対象物を含む正例のバリエーションを増やすことが可能となる。以上により,近年の学習に基づく手法や局所特徴に基づく手法において困難であった,対象物を含む領域の自動選択,および得られる領域に基づく新たな学習画像の生成が可能となり,識別精度の向上が実現される。本文の最後では,提案手法の有効性を確認するため,実画像を用いた比較実験により性能の評価を行う。(著者抄録)

シソーラス用語： *物体認識 ,  パターン分類 ,  *弁別器 ,  *改良 ,  データ ,  弁別学習 ,  超球座標 ,  自動化 ,  セグメンテーション ,  データ表現 ,  ベクトル ,  記述 ,  学習データ ,  領域 ,  改変
準シソーラス用語： *高精度化 ,  領域抽出

分類 (1件)： パターン認識  (JE07000S)

引用文献 (12件)：

• 1) VIOLA P. Robust Real-Time Face Detection. International Journal of Computer Vision. (2004) vol.57, no.2, p.137-154.
• 2) CSURKA G. Visual categorization with bags of keypoints. Proc. of ECCV Workshop on Statistical Learning in Computer Vision, 2004. (2004) p.1-22.
• 3) TAX D. M. J. Support vector data description. Machine Learning. (2004) vol.54, no.1, p.45-66.
• 4) MERCER J. Functions of positive and negative type and their connection with the theory of integral equations. Trans. Lond. Phil. Soc. (A). (1909) vol.209, p.415-446.
• 5) FEI-FEI L. Learning generative visual models from few training examples : an incremental Baysian approach tested on 101 object categories. Workshop on Generative-Model Based Vision, Computer Vision and Pattern Recognition, 2004. (2004)

タイトルに関連する用語 (4件)： 対象物 ,  検出機能 ,  識別器 ,  高精度化