2014 Fiscal Year Annual Research Report
| Project/Area Number |
24700184
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
小林 匠 独立行政法人産業技術総合研究所, 知能システム研究部門, 主任研究員 (30443188)
|
|---|
| Project Period (FY) |
2012-04-01 – 2015-03-31
|
| Keywords | パターン識別 / 特徴テンソル / 行列識別器 / 部分マッチング |
|---|
| Outline of Annual Research Achievements |
平成２６年度はまず、平成２５年度に開発した特徴行列マッチング手法において、扱う特徴の形式を行列から高階テンソルへと拡張した。画像や動画像から局所特徴ベクトルを抽出することで、得られる特徴形式は「特徴次元」×「物理座標次元」となる。つまり、画像では３次元、動画像では４次元の特徴テンソルが得られることになる。このような高階テンソル特徴を扱うために、当該マッチング手法で本質的役割を果たす物理的（滑らかさや局在性）正則化項を高階テンソル形式に沿って定義し、これにより特徴テンソルに対するマッチング手法を定式化することができた。次に、平成２４年度に開発した特徴行列識別器の適用範囲を拡張した。ここでは、直接的に得られる特徴行列を扱うのではなく、特徴ベクトルやカーネル関数として得られる一般的な特徴を行列形式に変形し、様々なタスクにおける識別器の学習を行列識別器最適化法の枠組みへと帰着させた。具体的には、複数種類のカーネル関数を用いたマルチカーネル学習や、多クラスかつ複数モダリティで得られる特徴ベクトルに対するクロスモーダル学習の新たな定式化を得ることができた。これらは異なる目的・タスクにおける問題であるが、開発した特徴行列識別器の高速学習法を適用することで、統一的かつ効率的に最適化を行うことができる。さらにこれらの手法を、実データを用いた様々な認識課題に適用することで、その有効性を定量的に確かめることができた。
|
