| 講演抄録／キーワード |
| 講演名 |
2007-03-15 10:30
多層パーセプトロンによるパターン識別に適した特徴抽出器の再学習
○殿谷徳和・石井 信・柴田智広（奈良先端大） |
| 抄録 |
（和） |
車や携帯電話機上での顔認識など限られた計算資源を用いた高次元データの識別が要請されるシーンが多数考えられる.このような場合,データを特徴抽出器によって低次元に圧縮して識別することで計算量を削減することが必要となる.特徴抽出法の中で最もよく使用されている手法の一つとして，主成分分析(PCA) が挙げられる．PCAは元のデータを低次元空間特徴空間に射影した時の相互情報量を最大化する特徴空間を抽出するが，一般にその特徴空間が識別に適しているとは限らない．そこで本研究では，識別に適した特徴抽出器の学習を目標とする．具体的には，識別結果を特徴抽出器の学習に反映させるために,特徴抽出器と識別器の同時学習を3層パーセプトロンによって行なう．しかし，高次元データに対する特徴抽出器の学習は，一般に局所解にトラップされる問題がある．そこで本研究では，パーセプトロンにおいて特徴抽出を担っている入力層と中間層の結合パラメータに，予めPCA で得られた主成分ベクトルを初期値として与えることとした.顔画像認識研究でよく使用される2種類の顔画像データベースを用いた計算機実験の結果，提案手法によって識別率の向上が見られ,更に行ったSupport Vector Machineとの比較実験でも優位性を示した. |
| （英） |
The demand of real-time pattern classification of high-dimensional
data with highly restricted computational power isincreasing. Possible applications would be face recognition in a car or by a mobile phone.
Under these situations, reduction of computing time by mean of feature extraction which projects high-dimensional data into a low-dimensional space. One of the most popular feature extraction method is principle component analysis (PCA). PCA finds an optimal feature space that
maximizes the mutual information between the reduced data and the
original data, but this does not mean the found space is also optimal
for pattern classification, in general. The aim of this study is to propose an approach to acquire such a feature extractor that is suited
for pattern classification. We employ a three-layer perceptron for this aim. Because learning of a high-dimensional feature extractor usually
finds a local minimum, we propose to use PCA to find a good initial parameter set for the weights between the input and the intermediate layers. Computer experiments using two face databases popular in the research area of face recognition demonstrates the plausibility of our approach, even when it is compared to support vector machine. |
| キーワード |
（和） |
パターン識別 / 特徴抽出 / 主成分分析 / 多層パーセプトロン / / / / |
| （英） |
pattern classification / feature extraction / principal component analysis / multilayer perceptron / / / / |
| 文献情報 |
信学技報, vol. 106, no. 589, NC2006-172, pp. 111-116, 2007年3月. |
| 資料番号 |
NC2006-172 |
| 発行日 |
2007-03-08 (NC) |
| ISSN |
Print edition: ISSN 0913-5685 |
| PDFダウンロード |
|