文献

J-GLOBAL ID：201802237149025205   整理番号：18A0503367

SFEM-GSによる特徴統合を利用した映像の評価値推定の高精度化

Accuracy Improvement of Preference Estimation for Video Using SFEM-GS

著者 (3件)： 伊藤良起 (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： 117  号： 431(ITS2017 61-83)  ページ： 315-318  発行年： 2018年02月08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： 本稿では,正準相関分析手法として,supervised fractional-order embedding multiview canonical correlation analysis(SFEMCCA),さらに,データの幾何構造を解析する枠組みを導入したSFEMCCA with geometrical structure(SFEM-GS)の二種を提案する。これらは,(1)少サンプル高次元かつノイズを有するデータの学習,(2)三変量以上のデータを統合可能な学習,(3)教師あり学習の三点に焦点を当てた相関分析手法であり,異なる特徴量の統合を実現する。実世界では,以上三点を満たす学習が必要とされる多くの場面が想定され,より正確な統合の実現には,これらに焦点を当てた相関分析手法の構築が必要不可欠である。我々の先行研究である映像の評価値推定も,上記(1)-(3)の学習を適用可能であり,本稿の提案手法を適用することは有効であると考えられる。実験から,従来用いられてきた代表的な教師あり相関分析手法と比べ,両手法は統計的に優位(p<0.01)であることを示した。(著者抄録)

シソーラス用語： *コンピュータビジョン ,  *教師つき学習 ,  *多変数系 ,  *システム ,  *分析 ,  特徴抽出 ,  *物体認識 ,  統計解析 ,  判別分析 ,  実験 ,  精度 ,  *改良 ,  推定精度 ,  相関分析 ,  多変量 ,  *分数次系
準シソーラス用語： *高精度化 ,  *正準相関分析 ,  *非整数次系

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (21件)：

• H. Hotelling, ′′Relations between two sets of variates,′′ Biometrika, vol. 28, no. 3/4, pp. 321-377,1936.
• T.-K. Sun and S.-C. Chen, ′′Locality preserving CCA with applications to data visualization and pose estimation,′′ Image and Vision Computing, vol. 25, no. 5, pp. 531-543,2007.
• T.-K. Sun, S.-C. Chen, Z. Jin, and J.-Y. Yang, ′′Kernelized discriminative canonical correlation analysis,′′ in Proc. the IEEE Int. Conf. Wavelet Analysis and Pattern Recognition (ICWAPR), 2007, vol. 3, pp. 1283-1287.
• X. Zhang, N. Guan, Z. Luo, and L. Lan, ′′Discriminative locality preserving canonical correlation analysis,′′ in Proc. Chinese Conf. Pattern Recognition (CCPR), 2012, pp. 341-349.
• R. Sawata, T. Ogawa, M. Haseyama, ′′Novel audio feature projection using KDLPCCA-based correlation with EEG features for favorite music classification,′′ IEEE Trans. Affective Computing, 2017 (Accepted for publication).

タイトルに関連する用語 (5件)： 統合 ,  映像 ,  評価 ,  推定 ,  高精度化