| 研究課題/領域番号 |
22500122
|
|---|
| 研究機関 | 電気通信大学 |
|---|
研究代表者 |
渡邊 俊典 電気通信大学, 大学院・情報システム学研究科, 教授 (10242348)
|
|---|
| 研究分担者 |
古賀 久志 電気通信大学, 大学院・情報システム学研究科, 準教授 (40361836)
張 諾 電気通信大学, 大学院・情報システム学研究科, 助教 (20436736)
|
|---|
| キーワード | パターン認識 / 機械知能 / マイニング / ウェブ分析 / 自律システム |
|---|
| 研究概要 |
インターネットなどに蓄えられる多量多種の外部化知識の管理は脳の力量を超えるため計算機に支援が益々重要となる。画像などの非テキストデータでは、人手によるタグ付けが困難であり、計算機に多様なデータを自動認識させることが望まれるが、伝統的統計的手法では、対象毎のモデル準備やパラメータチューニングなどの人手を要する。対策として、データの圧縮性を利用し、分布などの統計パラメタが不要で少数の事例から認識機能を獲得できる高度自律学習機構を研究している。
本H22年度では以下を実施した。
1.形状オブジェクト認識用スキームの自律形成方式の研究
(1)カラー画像内の部分領域同士の共起性を利用してオブジェクト概念を自動獲得する方式を研究し、確率的ハッシングを用いた簡便な方式を得た。画像の回転や方向変動には対応できるがオブジェクトの重なりにより部分領域が隠ペいされる場合の認識能力に限界があった。そこで、画像の局所特徴量(SIFT)を部品とし、それらの共起性を利用する方式を検討した結果、複雑な画像内のオブジェクトにも対応できるようになった。関連分野の先端研究報告を凌駕する性能を確認できた。確率的ハッシングの使用により、多量の画像データに対しても、高速処理が可能である。
(2)その他、部分グラフ共起性を利用するオブジェクト概念獲得方式や、テキストの圧縮性による複雑画像の特徴付け方式を研究した。
(3)次年度研究の予備検討として、テキストデータ分類用多段決定スキーム自律形成方式の予備検討もおこなった。
2.研究発表
(1)上記1の成果発表:関連著名国際会議ICPR2011をはじめ、計5件の発表と1件の論文投稿。
(2)招待講演:イタリア政府主催の衛星画像処理EU国際会議(ESA-EUSC-JRC2011)より、本研究代表者あてにキーノート講演依頼があったので、本研究の基本思想や発展展望を紹介した
|
