お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2007-12-13 15:30
Linear and Nonlinear Hybrid Kernel Mutual Subspace method for Object Recognition
Hitoshi SakanoNTT DataPRMU2007-143
抄録 (和) 本報告では,新しい相互部分空間法である核非線形線形ハイブリッド相互部分空間法を提案する.
我々が提案した核非線形相互部分空間法は物体認識問題を初めとした,
様々な非線形分布を持つ認識問題に対して,強力な認識手法であることが
様々な実験から検証されてきた.
しかし,問題によっては学習データの分布と認識対象データの分布が異なっているため,
うまく動作しない場合があった.
また,入力データに強いノイズがある場合,入力側の核非線形主成分分析が過適応してしまう可能性がある.
この問題を解決するために我々は新たな認識アルゴリズム核非線形線形ハイブリッド相互部分空間法を提案する.
人工データを用いた実験の結果,
提案手法はノイズに対する頑健性を示した. 
(英) We propose new member of mutual subspace method (MSM) family named
linear and nonlinear hybrid kernel mutual subspace method (HKMS) for object recognition.
We already proposed kernelized nonlinear version of MSM named KMS.
Experimentally, effectiveness of KMS is demonstrated in object recognition problem.
However, from the theoretical view point, origine of effectiveness is unclear, because of properties of recognition data stream is differ from training data stream.
When we consider object recognition problem invariant against pose change, training data include various pose object images, and recognition data stream consist by similar images each other.
Therefore training data stream has strong nonlinear structure and recognition data stream has approximate linear structure.
KMS is not natural since KMS represent such data as same kernel parameter.
To solve this problem we propose HKMS, that consist of kernel principal component learning and linear-nonlinear hybrid recognition algorithms.
The experiment using artificial data show the effectiveness of HKMS.
キーワード (和) 物体認識 / 部分空間法 / カーネルPCA / 相互部分空間法 / 核非線形相互部分空間法 / / /  
(英) object recognition / subspace method / kernel PCA / mutual subspace method / kernel mutual subspace method / / /  
文献情報 信学技報, vol. 107, no. 384, PRMU2007-143, pp. 43-46, 2007年12月.
資料番号 PRMU2007-143 
発行日 2007-12-06 (PRMU) 
ISSN Print edition: ISSN 0913-5685    Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード PRMU2007-143

研究会情報
研究会 PRMU  
開催期間 2007-12-13 - 2007-12-14 
開催地(和) 神戸大学 
開催地(英) Kobe Univ. 
テーマ(和) パターン認識・メディア理解のための学習理論とその周辺 
テーマ(英)  
講演論文情報の詳細
申込み研究会 PRMU 
会議コード 2007-12-PRMU 
本文の言語 英語 
タイトル(和)  
サブタイトル(和)  
タイトル(英) Linear and Nonlinear Hybrid Kernel Mutual Subspace method for Object Recognition 
サブタイトル(英)  
キーワード(1)(和/英) 物体認識 / object recognition  
キーワード(2)(和/英) 部分空間法 / subspace method  
キーワード(3)(和/英) カーネルPCA / kernel PCA  
キーワード(4)(和/英) 相互部分空間法 / mutual subspace method  
キーワード(5)(和/英) 核非線形相互部分空間法 / kernel mutual subspace method  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 坂野 鋭 / Hitoshi Sakano / サカノ ヒトシ
第1著者 所属(和/英) 株式会社NTTデータ (略称: NTTデータ)
NTT Data Corp. (略称: NTT Data)
第2著者 氏名(和/英/ヨミ) / /
第2著者 所属(和/英) (略称: )
(略称: )
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2007-12-13 15:30:00 
発表時間 30分 
申込先研究会 PRMU 
資料番号 PRMU2007-143 
巻番号(vol) vol.107 
号番号(no) no.384 
ページ範囲 pp.43-46 
ページ数
発行日 2007-12-06 (PRMU) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会