| 研究課題/領域番号 |
20500129
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 信州大学 |
|---|
研究代表者 |
丸山 稔 信州大学, 工学部, 准教授 (80283232)
|
|---|
| 研究期間 (年度) |
2008 – 2010
|
| 研究課題ステータス |
完了 (2010年度)
|
| 配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2010年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2009年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2008年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 画像認識 / 確率的トピックモデル / パターン識別 / 識別関数 / pLSA / 確率モデル / トピックモデル / 文書分類 / 機械学習 / 画像識別 / pLSAモデル / 階層型識別器 / 文書画像処理 / boosting / 領域分割 / 画像特徴抽出 |
|---|
| 研究概要 |
本研究では、画像特徴の生成過程を階層型の確率モデルを用いてモデル化し、これに基づいて画像認識を行う手法を考案した。本手法においては画像特徴発生確率を決定する"トピック"を考え、このトピックの分布により画像特徴生成過程を記述する階層型の確率モデルである確率的トピックモデルを用い、これに基づくパラメータ推論方式を示すと共に、このモデルを文書画像の領域属性認識等に用いるための基本手法を示した。さらに提案手法を情報量の少ない小領域認識に適用するための拡張法も示している。さらに本研究では、確率的トピックモデルを用いず、識別関数の階層構造により高速・高精度な識別を行うための手法についても検討した。なお、本研究の一部は文書画像解析に関する国際ワークショップ(IAPR International Workshop on Document Analysis Systems 2008)において論文賞(best paper award honorable mention)を受賞した。
|
