Development of Multitask Pattern Recognition Model with Knowledge Transfer of Feature Space and Application to Person Identification

特征空间知识迁移多任务模式识别模型的开发及其在人员识别中的应用

• 批准号: 20500205
• 负责人: OZAWA Seiichi
• 金额: $ 2.91万
• 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: 2008
• 资助国家: 日本
• 起止时间: 2008 至 2010
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-20500205/
• 关键词: ニューラルネット; マルチタスク学習; 機械学習; パターン認識; 特徴抽出; 知識移転; 追加学習; 判別分析; ソフトコンピューティング; 特微抽出; 主成分分析

In the environments where multiple pattern recognition tasks with some relatedness are learned sequentially, it is known that the learning is conducted efficiently even with a small number of training data by using "knowledge transfer" from one task to another. In the research project, we developed a multitask learning algorithm with an efficient knowledge transfer mechanism where a useful feature space is learned incrementally in an efficient way by transferring a part of previous learned knowledge to an unknown task. The proposed multitask learning algorithm is implemented as a person identification system using face images and the effectiveness of this system is verified.

在顺序地学习具有某种相关性的多个模式识别任务的环境中，已知的是，通过使用从一个任务到另一个任务的“知识转移”，即使利用少量的训练数据也能有效地进行学习。在研究项目中，我们开发了一个多任务学习算法与有效的知识转移机制，一个有用的特征空间是学习增量在一个有效的方式通过转移一部分以前学到的知识到一个未知的任务。提出的多任务学习算法实现为一个人识别系统，使用人脸图像和该系统的有效性进行了验证。

项目成果

A Fast Incremental Kernel Principal Component Analysis for Learning Stream of Data Chunks, Proc.of Int.

用于学习数据块流的快速增量核主成分分析，Proc.of Int。

• 期刊: Joint Conf.on Neural Networks in press
• 作者: Takaomi Tokumoto;Seiichi Ozawa
• 通讯作者: Seiichi Ozawa

Incremental Two-dimen-sional Two-directional Principal Component Analysis for Face Recognition, Proc.of Int.

用于人脸识别的增量二维双向主成分分析，Proc.of Int。

• 期刊: Conf.on Acoustics, Speech and Signal Processing in press
• 作者: Yonghwa Choi;Takaomi Tokumoto;Minho Lee;Seiichi Ozawa
• 通讯作者: Seiichi Ozawa

カーネル主成分分析の高速追加学習アルゴリズム

核主成分分析的快速加性学习算法

• 发表时间: 2010
• 作者: Wenlong Liu;Shuxue Ding(丁数学);徳本隆臣
• 通讯作者: 徳本隆臣

追加学習型カーネル主成分分析アルゴリズムの改良

加法学习核主成分分析算法的改进

• 发表时间: 2010
• 作者: Takahiro Haneda;Shuxue Ding (丁 数学);徳本隆臣
• 通讯作者: 徳本隆臣

An incremental learning algorithm of Recursive Fisher Linear Discriminant

• DOI: 10.1109/ijcnn.2009.5178963
• 发表时间: 2009-06
• 期刊: 2009 International Joint Conference on Neural Networks
• 作者: Ryohei Ohta;S. Ozawa