| 研究課題/領域番号 |
24500165
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 電気通信大学 |
|---|
研究代表者 |
高橋 治久 電気通信大学, 情報理工学(系)研究科, 教授 (90135418)
|
|---|
| 研究分担者 |
堀田 一弘 名城大学, 理工学部, 准教授 (40345426)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2015-03-31
|
| 研究課題ステータス |
完了 (2014年度)
|
| 配分額 *注記 |
5,330千円 (直接経費: 4,100千円、間接経費: 1,230千円)
2014年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2013年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2012年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 自己相関カーネル / サポートベクトルマシン / Ｆｉｓｈｅｒカーネル / 顔検出 / カーネルランダムフィールド / フィシャー特長量 / ディープラーニング / フィッシャー特徴量 / 機械学習 / CRF / カーネル / 生成モデル |
|---|
| 研究成果の概要 |
本研究では，確率モデルによる特徴抽出と簡単な識別モデルによる学習機械について研究した。確率モデルとしてカーネルによりポテンシャル関数が定義されたマルコフ確率場，カーネルランダムフィールドを提案し，その効率的な計算法と特徴が線形分離可能となることを示した。最大の成果は，この特徴抽出器は，カーネルの次数を十分大きくとれば，パターン識別問題が必ず,識別の簡単な特徴である線形分離可能な問題に変換できることを示した点にある。顔検出問題にこの手法を用い，AdaBoostとSURFと用いた最先端の従来法の精度を容易に達成できることを示した。
|
