| 講演抄録／キーワード |
| 講演名 |
2004-12-17 14:50
行列データの主成分分析MPCAの近似解法
○井上光平・浦浜喜一（九大） |
| 抄録 |
（和） |
通常の主成分分析(PCA)では1つの直交行列でベクトルデータを低次元に射影するが，これを拡張して1つの直交行列で行列データを低次元に射影する2DPCAが提案されている．本論文で扱うMPCAは2つの直交行列で行列データを低次元に射影する．それらの直交行列を復元誤差最小問題の反復解法で求める手法が提案されているが，本論文では高次特異値分解に基づいて求める直接解法を提案する．本提案法を顔画像のデータ圧縮と個人識別に応用し，圧縮性能，識別速度，識別率とも，PCAよりも2DPCA，更にそれよりも本方法が優れていることを示す． |
| （英） |
Vector data are mapped to low-dimensional space with one orthonormal matrix in ordinary principal component analysis (PCA), which has been extended to 2DPCA in which matrix data are mapped into low-dimensional space with one orthonormal matrix. This paper is addressed to MPCA in which matrix data are mapped with two orthonormal matrices. We present a direct solution scheme for obtaining an approximate solution of the reconstruction error minimization problem in MPCA instead of a previous iterative solution method. The present method is applied to image compression and recognition of face images and its high performance is revealed in compression rates, recognition speeds and classification rates. |
| キーワード |
（和） |
行列主成分分析 / 高次特異値分解 / 画像圧縮 / 顔認識 / / / / |
| （英） |
matrix principal component analysis / higher-order singular value decomposition / image compression / face recognition / / / / |
| 文献情報 |
信学技報, vol. 104, no. 524, PRMU2004-145, pp. 67-70, 2004年12月. |
| 資料番号 |
PRMU2004-145 |
| 発行日 |
2004-12-10 (PRMU) |
| ISSN |
Print edition: ISSN 0913-5685 |
| PDFダウンロード |
|