| 講演名 | 2014-01-24 人体姿勢推定における効率的な学習のための学習サンプル選択(人体・動作の認識と理解,福祉と共生,国際会議報告) 松山 洋一, 浮田 宗伯, 萩田 紀博, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | モデル学習をする際,一般に学習サンプル数が多いほどモデルの性能は向上する.しかし学習にかかる計算コストは,サンプル数の増加に応じて急激に大きくなってしまう.仮に,モデル学習を行うのが一度だけでよいのであれば,学習にかかる計算コストの膨大化は現実的に学習が終了する範囲で許容されうる.しかし,モデルに用いる新たな特徴量の検討や数学的な制約の検討などを行う研究段階においては,学習を何度も繰り返しパラメータなどの条件を調整する必要があるため,一度の学習にかかる計算コストの膨大化は許容できない.これを解決する方法として、本発表では人体姿勢推定を例に取り、学習するサンプルを適切に選択することにより,推定精度を維持したまま学習の高速化を図る手法について説明する。 |
| 抄録(英) | The more learning samples the better the modeling general. However the computational cost in modeling rises rapidlly the samples increase in number. The computational cost can be expensive if modeling is required only once. But in the stage of exporing good models and their parameters, modeling is repeated many times. So the computational cost in modeling should be smaller. In this paper, we propose efficient modeling while maintaining the accuracy of the model by appropiately selecting the learning samples. Experimental results show the efficiency of the proposed modeling in human pose estimaiton. |
| キーワード(和) | 学習高速化 / 学習サンプル選択 / 人体姿勢推定 / Deformable part model Latent SVM |
| キーワード(英) | Efficient model learning / Selecting learning samples / Humanpose estimation / Deformable part model Latent SVM |
| 資料番号 | PRMU2013-115,MVE2013-56 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2014/1/16(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） | 人体姿勢推定における効率的な学習のための学習サンプル選択(人体・動作の認識と理解,福祉と共生,国際会議報告) |
| サブタイトル（和） | |
| タイトル（英） | Efficient modeling with selecting learning samples in human pose estimaiton |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 学習高速化 / Efficient model learning |
| キーワード(2)（和/英） | 学習サンプル選択 / Selecting learning samples |
| キーワード(3)（和/英） | 人体姿勢推定 / Humanpose estimation |
| キーワード(4)（和/英） | Deformable part model Latent SVM / Deformable part model Latent SVM |
| 第 1 著者 氏名（和/英） | 松山 洋一 / Yoichi MATSUYAMA |
| 第 1 著者 所属（和/英） | 奈良先端科学技術大学院大学 Nara Institute of Sciense and Technology |
| 第 2 著者 氏名（和/英） | 浮田 宗伯 / Norimichi UKITA |
| 第 2 著者 所属（和/英） | 奈良先端科学技術大学院大学 Nara Institute of Sciense and Technology |
| 第 3 著者 氏名（和/英） | 萩田 紀博 / Norihiro HAGITA |
| 第 3 著者 所属（和/英） | 奈良先端科学技術大学院大学 Nara Institute of Sciense and Technology |
| 発表年月日 | 2014-01-24 |
| 資料番号 | PRMU2013-115,MVE2013-56 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | 402 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |