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

• 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
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-16500130/
• 关键词: 追加学習; パターン認識; 顔画像認識; 主成分分析; 独立成分分析; ニューラルネット; 特徴選択; 判別分析

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 include なパタ, なパタ, <e:1>, getting to know システム, に, necessary but not lacking な, learning ア, ゴリズムを, examination plans, た. Results <s:1> summary を the following にまとめる.(1) Feature space <s:1> additional learning と て て,従 to <s:1> Incremental Principal Component Analysis (IPCA) <s:1> improve を rows った. Specific に は, 徴 の dimensional space rights and の determine benchmark と し て, send rate に よ る method proposed を し そ の more new を o め た. (2) 従 の IPCA は, 1 つ デ ー タ が and え ら れ る た び に inherent numerical く を solutions are necessary が あ っ た. こ れ に し seaborne, plural の デ ー タ を ま と め て 1 back の update new し で い inherent basement を め る learning ア ル ゴ リ ズ ム (the Chunk IPCA) を proposal し た. (3) improvement of IPCA ア ル ゴ リ ズ ム お よ び CIPCA ア ル ゴ リ ズ ム を yan portrait know に applicable し, additional learning が into む に つ れ て, meet high accuracy が ま る こ と と False Positive Rate が small さ く な る こ と を confirm し た. ま た, CIPCA を import す る こ と に よ っ て, learning time が に sharply shortening さ れ る こ と を confirm し た. (4) 徴 space の update に companion い, recognition machine (ニ ュ ー ラ ル ネ ッ ト) の update も line at the same time に う necessary が あ り, combined with load の update だ け で な く, - several の into force Several の - move に も chase 従 で き な け れ ば い け な い. こ の problem に し seaborne, long-term memory を import し た ニ ュ ー ラ ル ネ ッ ト の memory ア イ テ ム を 徴 spatial に close わ せ て update し そ れ ら を training デ ー タ と a mio に learning す る ア ル ゴ リ ズ ム を open 発 し た. (5) 従 の Independent component analysis (Independent Component Analysis ; ICA) を teachers あ り learning に company, zhang す を proposal し る way, independence と ク ラ ス separability を and high に め る learning ア ル ゴ リ ズ ム を export し た. ま た, い く つ か の ベ ン チ マ ー ク デ ー タ で performance evaluation 価 を い, 従 to の ICA や PCA で o め た, に 徴 quantity than べ て, performance が よ い デ ー タ も あ る こ と を confirm し た .

项目成果

クラス間距離を最大化する教師あり独立成分分析による特徴抽出

使用监督独立成分分析进行特征提取以最大化类间距离

• 发表时间: 2004
• 期刊: 電気学会論文誌C 124-C(1)
• 作者: R.Miyahara;H.Hokari;S.SHIMADA;坂口善規
• 通讯作者: 坂口善規

A Memory-Based Reinforcement Learning Model Utilizing Macro-Actions

利用宏观动作的基于记忆的强化学习模型

• 发表时间: 2005
• 期刊: Proc 7th Int.Conference on Adaptive and Natural Computing Algorithm (ICANNGA2005) (印刷中)
• 作者: TSUMOTO;Kunichika;S.Saito;Makoto Murata
• 通讯作者: Makoto Murata

クラス毎の独立成分を用いたパターン認識方法

为每个类使用独立组件的模式识别方法

• 发表时间: 2005
• 期刊: 電気学会論文誌C分冊 125-C(5)
• 作者: Aoyama;T.;Kamiyama;Y.;Usui;S.;小谷学
• 通讯作者: 小谷学

One-pass Incremental Membership Authentication by Face Classification

人脸分类一通增量会员认证

• 发表时间: 2004
• 期刊: Proc.First Int.Conf. on Biometric Authentication (ICBA2004) 1
• 作者: 齋藤誠慈;石井博昭;Shaoning Pang
• 通讯作者: Shaoning Pang

A Modified Incremental Principal Component Analysis for On-Line Learning of Feature Space and Classifier

• DOI: 10.1007/978-3-540-28633-2_26
• 发表时间: 2004-08
• 作者: S. Ozawa;Shaoning Pang;N. Kasabov