| 講演名 | 2004/9/4 画像認識における生成型学習(オーガナイズドセッション(2))(CVのためのパターン認識・学習理論の新展開) 村瀬 洋, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 画像認識は,入力パターンの多様な変動や変形を吸収し,モデルあるいは標準パターンと照合することにより実現できる.変動や変形を吸収するための代表的な手法としては,入力パターンに対する前処理がある.一方,変動や変形に対処するためのもう一つの手法として,標準パターンを様々に変動や変形させた後に,入力パターンと照合する手法も考えられる.この処理は認識の学習段階に行うことが可能であり,生成型の学習と言っても良い.またこの手法は特に学習サンプル数が少ない場合に有効である.本報告では,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整理してみた.同様な考え方は,古くからパターン認識の分野で,暗黙にあるいは明示的に活用されているものと考えられるが,ここでは著者の研究例の紹介に留まることをお許しいただきたい. |
| 抄録(英) | This paper describes synthesis-based learning for image recognition. The synthesis-based learning method can improve the recognition accuracy even if we have a small set of learning samples. There are many ways to synthesize learning samples, such as adding noise, interpolation, generating function. This paper introduces several examples that authors applied in their recognition systems. |
| キーワード(和) | 画像認識 / 学習サンプル / 部分空間法 |
| キーワード(英) | Image recognition / Learning sample / Subspace method |
| 資料番号 | PRMU2004-81 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2004/9/4(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Pattern Recognition and Media Understanding (PRMU) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 画像認識における生成型学習(オーガナイズドセッション(2))(CVのためのパターン認識・学習理論の新展開) |
| サブタイトル（和） | |
| タイトル（英） | Synthesized-based learning for image recognition |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 画像認識 / Image recognition |
| キーワード(2)（和/英） | 学習サンプル / Learning sample |
| キーワード(3)（和/英） | 部分空間法 / Subspace method |
| 第 1 著者 氏名（和/英） | 村瀬 洋 / Hiroshi Murase |
| 第 1 著者 所属（和/英） | 名古屋大学大学院情報科学研究科 Graduate School of Information Science, Nagoya University |
| 発表年月日 | 2004/9/4 |
| 資料番号 | PRMU2004-81 |
| 巻番号（vol） | vol.104 |
| 号番号（no） | 291 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |