| 研究実績の概要 |
画像認識のための特徴量データベースをスパース符号化による辞書学習によって構築する研究を進めるため、辞書学習の高速化手法について研究を行っている。この結果は 24th IEEE International Workshop on Machine Learning for Signal Processing (MLSP2014) にて発表している。
Taro Tezuka, A dictionary learning algorithm for sparse coding by the normalized bilateral projections, Proceedings of the 24th IEEE International Workshop on Machine Learning for Signal Processing (MLSP2014), pp.23, Reims, France, September 21-24, 2014.
また、スパース性を考慮したフィッシャーカーネルを使用して画像分類を行う結果について7th International Conference on Intelligent Interactive Multimedia Systems and Services (IIMSS2014)にて発表している。
Mika Sayama and Taro Tezuka, Fisher Laplacian Kernel for Image Analysis, Proceedings of the 7th International Conference on Intelligent Interactive Multimedia Systems and Services (IIMSS2014), Chania, Greece, June 18-20, 2014.
|
