| |
software
 |
|
|
画像分類のためのマハラノビス符号化 |
| |
|
|
| |
画像のカテゴリ分類問題において，識別性能を左右する最も大きな因子は，学習機会の選択ではなく，画像記述子の設計であるといっても過言ではない．画像の表現方法，すなわち特徴ベクトルの抽出方法としては，すでに大まかなパイプラインは定まりつつあるといってもよく，パイプライン上の各ステップをいかに改善していくが，現在のコンピュータビジョン分野において中心的な課題となっている．その定まりつつあるパイプラインは，符号化ステップとプーリングステップの２ステップからなる（図１）．符号化の方法には，ヒストグラム符号化，フィッシャー符号化，スパース符号化などがあり，プーリングステップには，平均符号化， Max 符号化などがある．本研究では，符号化ステップにマハラノビス計量を導入することにより，分類精度の向上に成功した．
|
|
| |
|
|
| |
 |
|
| |
図１．画像分類の典型的な方法は，符号化ステップとプーリングステップの２ステップからなる． |
|
| |
|
|
| |
 |
|
| |
図２．異なる計量空間における Visual Word．この例では，６個の Visual Word が異なる計量空間において語彙集に登録されているとする．(a) 従来のフィッシャー符号化では，ユークリッド空間上に Visual Word が配置されていた．(b) 提案法の一つ，大域的マハラノビス符号化法(GMahaFV)では，マハラノビス計量空間に Visual Word をおく．(c) もう一つの提案法，局所的マハラノビス符号化(LMahaFV)は，画像パッチ空間をソフトに２つに割り，それぞれに異なる計量を与える．２つに割った空間それぞれに３つずつ Visual Word を配置している． |
|
| |
|
|
| |
References |
|
| |
Tomoki Matsuzawa, Raissa Relator, Wataru Takei, Shinichiro Omachi and Tsuyoshi Kato, Mahalanobis Encodings for Visual Categorization, IPSJ Transactions on Computer Vision and Applications, vol 7, pp.69--73, 2015, Jul, presented at MIRU2015 as Oral Presentation. doi: 10.2197/ipsjtcva.7.1, MIRU2015 学生優秀賞． [pdf][bibtex][japanese] |
|
| |
|
|
| |
|
|
| |
|
|
|
|
|
|
