2024-03-29T18:36:18Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:001471642024-03-29T05:26:34Z01164:04619:08450:08451
Deformable Part Modelのためのロジスティック構造学習jpnhttp://id.nii.ac.jp/1001/00147131/Technical Reporthttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=147164&item_no=1&attribute_id=1&file_no=1Copyright (c) 2016 by the Information Processing Society of Japan群馬大学理工学部群馬大学理工学部群馬大学理工学部宇敷, 卓哉高岸, 謙斗加藤, 毅今日では,Deformable Part Model (DPM) は,顔パーツ検出や,姿勢推定などで,広く使われている.DPM を構造学習と呼ばれる学習法により高精度化するとの研究がある.学習のための最適化に勾配法を用いるとすると,各反復における勾配の計算が必要となるが,DPM では,パーツ間を木構造で繋ぐとことにより,動的計画法で効率的に勾配を計算できるようになっていた.しかし,その学習において最小化される損失関数がスムースではなかったために,適用できる確率的勾配法が限定され,それゆえに十分に最適解に到達できないことが多かった.本研究では,高速な確率的勾配法に適用できるよう,新たにスムースな損失関数を考案した.その損失関数は,従来の損失関数と同様,動的計画法で効率的に勾配を計算できるように設計した.これによって,高速かつ高精度な最適化手法が適用可能になり,結果として検出精度の向上が得られた.AA11131797研究報告コンピュータビジョンとイメージメディア(CVIM)2016-CVIM-20024182016-01-142188-87012016-01-06