| 講演名 | 2011-11-25 分離型格子HMMの構造を用いた隠れ条件付確率場に基づく顔画像認識(一般セッション,実世界文字認識と理解) 熊木 慶介, 南角 吉彦, 徳田 恵一, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 画像認識では,認識対象の位置,大きさなどの幾何学的な変動に対応する必要がある.これまでに,このような画像の変動に対する正規化が組み込まれた確率モデルとして分離型格子HMMが提案されている.分離型格子HMMでは,横方向,縦方向の2本の状態系列を保持することにより,認識対象の位置や大きさの変動に対応することが可能である.これまで分離型格子HMMの学習には,尤度最大化基準が用いられてきた.しかし,尤度最大化基準では,データ生成過程や分布の設定が不適切であった場合に,必ずしも識別性能を最大化できないという問題があった.このような問題に対し,近年,識別能力を最大化する基準で学習することができるモデルとして,隠れ条件付確率場(Hidden Conditional Random Field; HCRF)が提案されている.本稿では分離型格子HMMの構造を用いたHCRFを提案する.さらに,変分近似を用いた学習アルゴリズムを導出し,顔画像認識実験により提案法の有効性を示す. |
| 抄録(英) | In image recognition, it needs to deal with geometrical variations of an object, e.g. location, size, and etc. Separable lattice hidden Markov models (SL-HMMs) have been proposed as probabilistic models including the normalization process for such variations. SL-HMMs have horizontal and vertical state sequences and make it possible to model invariances to the size and location of an object. SL-HMMs are usually trained using the maximum likelihood (ML) criteria. However, due to inappropriate assumptions of the data generation process and distribution setting, the ML criteria cannot achieve the discriminative ability with limited amount of data. To overcome this problem, Hidden Conditional Random Fields (HCRFs) have been proposed as one of discriminative models which are trained so as to directly maximize the discriminative ability on the training data. This paper proposes HCRFs using structure of SL-HMMs, and derives a training algorithm based on the variational approximation. The effectiveness of the proposed models is shown in face recognition experiments. |
| キーワード(和) | 隠れ条件付確率場 / 隠れマルコフモデル / 顔画像認識 / 分離型格子HMM / 変分近似 |
| キーワード(英) | hidden conditional random field / hidden Markov model / face recognition / separable lattice HMM / variational approximation |
| 資料番号 | PRMU2011-121 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2011/11/17(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） | 分離型格子HMMの構造を用いた隠れ条件付確率場に基づく顔画像認識(一般セッション,実世界文字認識と理解) |
| サブタイトル（和） | |
| タイトル（英） | Face recognition based on hidden conditional random fields using structure of separable lattice HMMs |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 隠れ条件付確率場 / hidden conditional random field |
| キーワード(2)（和/英） | 隠れマルコフモデル / hidden Markov model |
| キーワード(3)（和/英） | 顔画像認識 / face recognition |
| キーワード(4)（和/英） | 分離型格子HMM / separable lattice HMM |
| キーワード(5)（和/英） | 変分近似 / variational approximation |
| 第 1 著者 氏名（和/英） | 熊木 慶介 / Keisuke KUMAKI |
| 第 1 著者 所属（和/英） | 名古屋工業大学大学院工学研究科創成シミュレーション工学専攻 Dept. of Computer Science and Engineering, Nagoya Institute of Technology |
| 第 2 著者 氏名（和/英） | 南角 吉彦 / Yoshihiko NANKAKU |
| 第 2 著者 所属（和/英） | 名古屋工業大学大学院工学研究科創成シミュレーション工学専攻 Dept. of Computer Science and Engineering, Nagoya Institute of Technology |
| 第 3 著者 氏名（和/英） | 徳田 恵一 / Keiichi TOKUDA |
| 第 3 著者 所属（和/英） | 名古屋工業大学大学院工学研究科創成シミュレーション工学専攻 Dept. of Computer Science and Engineering, Nagoya Institute of Technology |
| 発表年月日 | 2011-11-25 |
| 資料番号 | PRMU2011-121 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | 317 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |