講演抄録/キーワード |
講演名 |
2014-01-27 13:30
NBI拡大所見分類に基づいた認識システムにおける学習時間削減手法の提案 ○園山昌司・玉木 徹・Bisser Raytchev・金田和文・小出哲士・小南陽子・宮木理恵・松尾泰治・吉田成人・田中信治(広島大) MI2013-104 |
抄録 |
(和) |
本稿では,visual word作成とヒストグラム作成の特徴量を分離することで,計算コストを大幅に削減する手法を提案する.Bag-of-Visual WordsとSVMを用いた一般的な認識手法においては,新しい学習サンプルが得られるたびにVisual wordsの再計算を行うため,非常に計算コストが高い.これは医用画像のように,新しい症例が収集されるたびに学習する必要がある場合には,特に問題となる.そこで本研究では,Visual words作成のためのクラスタリング処理時間を削減するために,特徴量をランダムに選択する.さらに認識率を向上させるために,Visual wordsヒストグラムの作成時には,クラスタリングに用いるよりも多くの特徴量を用いる.これは非常にシンプルな方法であるが,実際のデータセットを用いた実験により,Visual words作成時間を0.1%以下に削減できることを示す.またヒストグラム作成時間を含めても計算時間を40%以下に削減しつつ,認識率を1%向上できることを示す. |
(英) |
(Not available yet) |
キーワード |
(和) |
NBI内視鏡 / SVM / Bag--of--Visual Words / / / / / |
(英) |
/ / / / / / / |
文献情報 |
信学技報, vol. 113, no. 410, MI2013-104, pp. 259-263, 2014年1月. |
資料番号 |
MI2013-104 |
発行日 |
2014-01-19 (MI) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
MI2013-104 |