| 研究概要 |
本研究の目的は、監視カメラの映像や、半導体などの製造ラインの検査映像から、異常を高速に検出するための識別器を事例によって学習することである。
平成19年度には、最近傍識別器の識別理論に従った1クラスの識別器の学習、識別原理について検討し、数次元のパターンに対する検証実験により提案手法の原理の確認を行なった。
まず、大量の事例データベースを高速に検索するための最近傍識別器の高速化アルゴリズムを開発した。本アルゴリズムでは、数万から数十万次元の特徴量を持つ画像データベースを高速に検索することが可能であり、従来手法に比べて最大20倍程度の高速化が確認できた。
次に、正常事例のトレーニングデータのみを用いて、正常と異常を識別するための1クラス識別器の学習アルゴリズムを開発した。本アルゴリズムでは,従来手法では困難であった、膨大なトレーニングデータからの効率のよい学習を実現した。
また、半導体検査画像の外観検査への応用実験を行い、提案アルゴリズムの有用性を確認するとともに、画像探索やコンピュータビジョンなどの問題への適用の可能性について検討した.
|
