講演名 2012-06-28
追加学習型主成分分析の高速化と顔画像認識への応用(一般,機械学習によるバイオデータマインニング,一般)
青木 大二郎, 小澤 誠一,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 従来の追加学習型主成分分析(IPCA)では,訓練データが一つまたは少数ずつ与えられるたびに固有値問題を解く必要がある.一般に固有値計算は計算量が多いため,繰り返し固有値問題を解くことは,特に顔画像などの高次元データから特徴を抽出する際,学習のリアルタイム性を損なうことにつながる.そこで,本研究では,できるだけ認識性能を保つたまま,固有値問題を解く回数を減らし,IPCAのリアルタイム実行性を高めた改良手法を提案する.逐次的に入力される顔画像データに対して,提案した改良型CIPCAアルゴリズムがリアルタイムで主成分特徴を学習できることを示す.
抄録(英) In the conventional Incremental Principal Component Analysis (IPCA), an eigenvalue problem has to be solved whenever one or a small number of training data are given in sequence. Since the eigenvalue decomposition requires high computational costs in general, solving the eigenvalue problem repeatedly results in the deterioration in the real-time learning property of IPCA. Hence, in this work, we propose an improved version of IPCA whose real-time learning property is enhanced without sacrificing the recognition performance by reducing the number of times to solve eigenvalue problems. We show that the improved IPCA can learn principal components real time from a stream of face images.
キーワード(和) 追加学習型主成分分析 / リアルタイム処理 / 高速化 / 顔画像
キーワード(英) IPCA / real-time processing / speeding up / facial image
資料番号 NC2012-1
発行日

研究会情報
研究会 NC
開催期間 2012/6/21(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 Neurocomputing (NC)
本文の言語 JPN
タイトル(和) 追加学習型主成分分析の高速化と顔画像認識への応用(一般,機械学習によるバイオデータマインニング,一般)
サブタイトル(和)
タイトル(英) Fast Incremental Principal Component Analysis and Its Application to Face Image Recognition
サブタイトル(和)
キーワード(1)(和/英) 追加学習型主成分分析 / IPCA
キーワード(2)(和/英) リアルタイム処理 / real-time processing
キーワード(3)(和/英) 高速化 / speeding up
キーワード(4)(和/英) 顔画像 / facial image
第 1 著者 氏名(和/英) 青木 大二郎 / Daijiro AOKI
第 1 著者 所属(和/英) 神戸大学大学院工学研究科
Graduate School of Engineering, Kobe University
第 2 著者 氏名(和/英) 小澤 誠一 / Seiichi OZAWA
第 2 著者 所属(和/英) 神戸大学大学院工学研究科
Graduate School of Engineering, Kobe University
発表年月日 2012-06-28
資料番号 NC2012-1
巻番号(vol) vol.112
号番号(no) 108
ページ範囲 pp.-
ページ数 6
発行日