画像認識のための生成型学習

• Item type: Trans(1)
• 公開日: 2005-10-15
• タイトル: 画像認識のための生成型学習
• タイトル / 言語: en
• タイトル: Generative Learning for Image Recognition
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 総合論文
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 名古屋大学大学院情報科学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nagoya University
• 著者名: 村瀬, 洋
• 著者名(英): Hiroshi, Murase
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 画像認識は，入力パターンの多様な変動や変形を吸収し，モデルあるいは学習パターンと照合することにより実現できる．認識の前処理として用いられる入力パターンの正規化は，変動や変形を吸収するための1つの手法である．一方，変動や変形に対処するための別の手法として，学習パターンを変動や変形により様々に生成し，これと入力パターンと照合する手法も考えられる．この学習パターンを生成する処理は，認識の事前処理である学習段階に行うことが可能であり，生成型の学習といってもよい．またこの手法は，学習パターンを多数生成することが可能になるので，収集できる学習パターン数が少ない場合に有効である．本論文では，著者自身がこれまで行ってきた画像認識の研究例を用いて，生成型学習の観点で体系的に整理してみた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper describes a generative learning method for image recognition. Generally, an input pattern is normalized in the preprocessing stage of a recognition system to cope with the deformation of the pattern. In contrast, our generative learning method synthesizes the learning patterns by image generation techniques such as adding noise, interpolation, generating function. This method can improve the recognition accuracy even if we have a small number of learning samples. This paper introduces several examples that authors applied in their recognition systems so far.
• 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: AA11560603
• 書誌情報: 情報処理学会論文誌コンピュータビジョンとイメージメディア（CVIM）; 巻 46, 号 SIG15(CVIM12), p. 35-42, 発行日 2005-10-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7810
• 出版者 / 言語: ja
• 出版者: 情報処理学会