多クラスSupport Vector Machineを用いた一般物体認識での複数候補提示下における分類性能の傾向

• Item type: SIG Technical Reports(1)
• 公開日: 2008-11-20
• タイトル: 多クラスSupport Vector Machineを用いた一般物体認識での複数候補提示下における分類性能の傾向
• タイトル / 言語: en
• タイトル: Clasification precision of several candidate using multiclass support vector machine in generic object recognition
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東京大学大学院工学系研究科
• 著者所属: 東京大学大学院工学系研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, The University of Tokyo
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, The University of Tokyo
• 著者名: 栗田, 哲平; 近山, 隆
• 著者名(英): Teppei, Kurita; Takashi, Chikayama
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 現在，一般物体認識問題に対する手法への評価は，主にテストデータに対応するクラスを一意に推定する際の精度で性能を決定している．しかし一般には複数候補を提示するようなシステムを必要とする場合も多く，その場合の性能は正解を上位候補と出来るか否かの問題になる．そこで本稿では，一般物体認識のデータセットに対し多クラス Support Vector Machine (SVM) を適用した場合の複数候補提示下での性能の傾向について報告する．多クラス SVM は複数の 1 対 1 あるいは １ 対他の 2 値分類 SVM を組み合わせて構成するが，その際に生成された各分類器でテストデータ及び学習データのみを用いてソフトマージンのペナルティパラメータ，カーネル及びそのハイパーパラメータを調整する．そして 1 対 1 ・ 1 対他各々の拡張，また誤り訂正出力符号での複数候補提示出力について一般化を行い，それらを用いた場合の，候補提示数に対する性能について比較し，候補提示数によって異なる精度傾向を示すことについて述べる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Generic object recognition is one of the most important research topics in Image Recognition. For these several years, research on generic object recognition has progressed greatly. But sometimes, we need a system which presents several candidate. In this paper, we present a unifying framework for studying the solution of multiclass classification probrems with several candidate. And we apply One-versus-One, One-versus-All and Coding Outputs of SVMs to recognize database images.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 情報処理学会研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2008, 号 115(2008-CVIM-165), p. 251-258, 発行日 2008-11-20
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会