权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

追加学習可能なパターン認識システムの提案と顔画像認識への応用

一种具有附加学习能力的模式识别系统的提出及其在人脸图像识别中的应用

基本信息

批准号：
16500130
负责人：
小澤誠一
金额：
$ 1.98万
依托单位：
Kobe University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2004
资助国家：
日本
起止时间：
2004 至 2005
项目状态：
已结题

项目摘要

追加学習可能なパターン認識システムの開発に必要不可欠な学習アルゴリズムを考案した.成果の概要を以下にまとめる.(1)特徴空間の追加学習として,従来のIncremental Principal Component Analysis (IPCA)の改良を行った.具体的には,特徴空間の次元増加の判定基準として,寄与率による方法を提案し,その更新式を求めた.(2)従来のIPCAは,1つデータが与えられるたびに固有値問題を解く必要があった.これに対し,複数のデータをまとめて1回の更新で新しい固有基底を求める学習アルゴリズム(Chunk IPCA)を提案した.(3)改良IPCAアルゴリズムおよびCIPCAアルゴリズムを顔画像認識に適用し,追加学習が進むにつれて,認識精度が高まることとFalse Positive Rateが小さくなることを確認した.また,CIPCAを導入することによって,学習時間が大幅に短縮されることを確認した.(4)特徴空間の更新に伴い,識別機(ニューラルネット)の更新も同時に行う必要があり,結合荷重の更新だけでなく,入力変数の個数の変動にも追従できなければいけない.この問題に対し,長期記憶を導入したニューラルネットの記憶アイテムを特徴空間に合わせて更新し,それらを訓練データと一緒に学習するアルゴリズムを開発した.(5)従来の独立成分分析(Independent Component Analysis ; ICA)を教師あり学習に拡張する方式を提案し,独立性とクラス分離性を同時に高める学習アルゴリズムを導出した.また,いくつかのベンチマークデータで性能評価を行い,従来のICAやPCAで求めた特徴量に比べて,性能がよいデータもあることを確認した.

Additional learning may be necessary to understand the development of the class, but not to study the class. Summary of results: (1)Additional learning of feature space and improvement of Incremental Principal Component Analysis (IPCA). Specific criteria for determining the dimensional increase of feature space are proposed and updated. (2)The IPCA is not, 1. It is necessary to solve the inherent problem. This is the first time I have ever been to a school. (3)Improved IPCA is applicable to facial portrait recognition, additional learning is required, recognition accuracy is high, False Positive Rate is small, and confirmation is required. CIPCA was introduced, and the learning time was greatly shortened. (4)The update of feature space is accompanied by the update of identification machine (identification machine). The update of identification machine (identification machine) is accompanied by the update of load, and the change of the number of input force. For this problem, the introduction of long-term memory into the memory of the first generation of feature space to update, training and learning of the first generation of memory to open. (5)Independent Component Analysis (ICA) is a method of learning, independence and separation. In addition, the ICA and PCA can be used to evaluate the performance of the system, and the performance of the system can be confirmed.