|
顔画像やシーケンシャルな動画像，時系列脳信号などから，判別や可視化などに必要な，パターン固有の特徴を抽出する問題を扱う．本研究ではこれらパターンを線形近似した部分空間の集合であるグラスマン多様体を考え，この多様体上にパターンの分布を考慮したマハラノビス距離を導入することにより，パターンの変動を表現し，精度の高い識別を実現する．さらにパターンをグラスマン表現する際にパターン固有の信号空間と雑音部分空間を分離するが，ハードに分離を行うことに相当するグラスマン表現を拡張し，ソフトに分離を行うことができる拡張グラスマン表現を提案した．脳信号処理を含む様々な問題に提案法を適用し，有効性を示した．
|
