| 研究概要 |
本年度は局所特徴を利用した認識法の研究を行った.サポートベクターマシンにおいて局所カーネルを利用すると,どうしてもカーネル計算に時間がかかってしまい,計算コストが問題となる.そこで,局所カーネルを高速に計算するためにLocal Normalized Linear Summation Kernelを提案した.これは従来の局所カーネルのロバスト性を維持したまま高速性を実現する方法である.対象検出や識別問題でその有効性を示した.この成果は国際会議DICTA2007にてOral発表した.また,同じく局所カーネルの考え方を取り入れた方法で画像認識の中でも難しい問題である対象カテゴリ識別問題に挑んだ.具体的には,局所特徴からVisual Wordsを作成し,それに対してカーネル主成分分析を行う方法である.この方法は従来のBag-of-wordsアプローチの性能を上回る性能を示すことを実験的に明らかにした.この成果をIEEE WACV2008にて発表した.
また,大局特徴を用いた文脈情報の抽出法の研究も行った.具体的には局所的な周波数特徴を基に画像の大局的かつ本質的な情報を抽出しようとするものである.この成果はICVS2008で発表することが既に決まっている.
|
