| 研究課題/領域番号 |
22500172
|
|---|
| 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 |
知覚情報処理・知能ロボティクス
|
|---|
| 研究機関 | 独立行政法人産業技術総合研究所 |
|---|
研究代表者 |
西田 健次 独立行政法人産業技術総合研究所, ヒューマンライフテクノロジー研究部門, 主任研究員 (50344148)
|
|---|
| 研究分担者 |
栗田 多喜夫 広島大学, 大学院工学研究院情報部門, 教授 (10356941)
|
|---|
| 研究期間 (年度) |
2010-04-01 – 2014-03-31
|
| 研究課題ステータス |
完了 (2013年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2013年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2012年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2011年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2010年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | パターン認識 / 画像認識 / データマイニング / ITS / カーネル法 / 教師あり学習 / アンサンブル学習 / コンピュータビジョン / 汎化性向上 / サポートベクターマシン / マルチカーネル学習法 / 汎化性向上手法 / 特徴選択 / モデル選択 / 訓練サンプル最適化 |
|---|
| 研究概要 |
車両検出・追跡手法の研究においては、ペア特徴を用いた追跡手法に訓練サンプルセットの最適化を適用することで、位置精度が高く、かつ、対象の見えの変化に頑健な追跡手法を確立することが出来た。
訓練サンプルの最適化による汎化性能向上手法の研究においては、少数のサンプルによって訓練した識別器を統合することにより、学習時間が短く、かつ、汎化性能の高い識別器の構成手法を確立した。この手法では、訓練サンプルから抽出した少数のサンプルに対して訓練した複数の識別器を組み合わせることにより、大規模なサンプルで訓練した識別器よりも高い汎化性能を有する識別器を、より少ない学習時間で構成することが可能となった。
|
