2014 Fiscal Year Research-status Report
スパース符号化を用いた大規模画像特徴量データベースの構築
| Project/Area Number |
25730070
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
手塚 太郎 筑波大学, 図書館情報メディア系, 准教授 (40423016)
|
|---|
| Project Period (FY) |
2013-04-01 – 2017-03-31
|
| Keywords | スパース性 / 画像分類 |
|---|
| Outline of Annual Research Achievements |
画像認識のための特徴量データベースをスパース符号化による辞書学習によって構築する研究を進めるため、辞書学習の高速化手法について研究を行っている。この結果は 24th IEEE International Workshop on Machine Learning for Signal Processing (MLSP2014) にて発表している。
Taro Tezuka, A dictionary learning algorithm for sparse coding by the normalized bilateral projections, Proceedings of the 24th IEEE International Workshop on Machine Learning for Signal Processing (MLSP2014), pp.23, Reims, France, September 21-24, 2014.
また、スパース性を考慮したフィッシャーカーネルを使用して画像分類を行う結果について7th International Conference on Intelligent Interactive Multimedia Systems and Services (IIMSS2014)にて発表している。
Mika Sayama and Taro Tezuka, Fisher Laplacian Kernel for Image Analysis, Proceedings of the 7th International Conference on Intelligent Interactive Multimedia Systems and Services (IIMSS2014), Chania, Greece, June 18-20, 2014.
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
現在は主に基礎的な辞書学習手法の研究に取り組んでいるが、実データとして画像を使った評価も行っており、今後の応用的展開には繋げられると考えている。
|
| Strategy for Future Research Activity |
合成データに対して高い圧縮率を実現する辞書学習手法が必ずしも画像データに対して同様の結果をもたらすとは限らないということが実験の結果明らかになったため、画像データの持つ統計的特性を反映させた形に手法を改良したいと考えている。また、画像認識に関して他のアプローチを用いている研究者との協力関係によって研究を加速したい。
|
| Causes of Carryover |
平成26年度末に行った出張が予定よりも少ない支出で済んだため、予算計画との相違が生じた。
|
| Expenditure Plan for Carryover Budget |
平成27年度に研究発表が予定されているため、その出張費として使用する予定である。
|
