| 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 | 2019-03-18 14:30 Dynamic PQ : 大規模ベクトル照合のための動的な直積量子化 ○近藤真暉・長田邦男（東芝デジタルソリューションズ）  BioX2018-58 PRMU2018-162 |
|
| 抄録 | （和） | パターン認識の基本問題のひとつに，「似ているデータ」を探すベクトル照合がある．近年ビッグデータが広く扱われるようになり，パターン認識の分野でも大規模な特徴ベクトルデータを扱う事例が増えていることから， 特徴ベクトルの圧縮に基づく大規模高次元特徴ベクトルの近似探索が用いられるようになった．現在は直積量子化（Product Quantization：PQ）がよく用いられるが，すべての部分空間の次元数が同一であることから同一サイズのコードブックを用いた量子化では近似化がうまくいかないという問題があった．本稿では，PQ の部分空間作成法を改良し，部分空間の次元数が動的に変動する動的直積量子化（Dynamic PQ：DPQ）を提案する． そして，複数ドメインを対象とした大規模ベクトル照合実験によって提案手法の有効性を確認する． |
| （英） | Finding nearest neighbor vectors is one of the fundamental issues in pattern recognition. Since large-scale data is widely used in pattern recognition nowadays, approximate search based on compression of feature vector without large decline of the recall rate is of great interest. In this paper, we propose Dynamic Product Quantization (DPQ) - an improved version of Product Quantization (PQ). We compare PQ and DPQ in point of vector size and the decline of accuracy with large-scale data sets. Experimental results show superiority of DPQ over PQ. |
|
| キーワード | （和） | 大規模ベクトル照合 / 直積量子化 / K-means / 特徴ベクトルサイズ圧縮 / 次元可変 / / / |
| （英） | Large Scale Vector Matching / Product Quantization / K-means / Vector Size Compression / Dynamic Dimension / / / | |
| 文献情報 | 信学技報, vol. 118, no. 513, PRMU2018-162, pp. 169-174, 2019年3月. | |
| 資料番号 | PRMU2018-162 | |
| 発行日 | 2019-03-10 (BioX, 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 | BioX2018-58 PRMU2018-162 |
|
| 研究会情報 | |
| 研究会 | PRMU BioX |
| 開催期間 | 2019-03-17 - 2019-03-18 |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | |
| テーマ（和） | 社会と産業における安全・安心を支える認識・認証技術 |
| 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 | 2019-03-PRMU-BioX |
| 本文の言語 | 日本語 |
| タイトル（和） | Dynamic PQ : 大規模ベクトル照合のための動的な直積量子化 |
| サブタイトル（和） | |
| タイトル（英） | Dynamic Product Quantization for Large Scale Vector Matching |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 大規模ベクトル照合 / Large Scale Vector Matching |
| キーワード(2)（和/英） | 直積量子化 / Product Quantization |
| キーワード(3)（和/英） | K-means / K-means |
| キーワード(4)（和/英） | 特徴ベクトルサイズ圧縮 / Vector Size Compression |
| キーワード(5)（和/英） | 次元可変 / Dynamic Dimension |
| 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） | 近藤 真暉 / Masaki Kondo / コンドウ マサキ |
| 第1著者 所属（和/英） | 東芝デジタルソリューションズ(株) (略称： 東芝デジタルソリューションズ) Toshiba Digital Solutions Corporation (略称： Toshiba Digital Solutions) |
| 第2著者 氏名（和/英/ヨミ） | 長田 邦男 / Kunio Osada / オサダ クニオ |
| 第2著者 所属（和/英） | 東芝デジタルソリューションズ(株) (略称： 東芝デジタルソリューションズ) Toshiba Digital Solutions Corporation (略称： Toshiba Digital Solutions) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-03-18 14:30:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | BioX2018-58, PRMU2018-162 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.512(BioX), no.513(PRMU) |
| ページ範囲 | pp.169-174 |
| ページ数 | 6 |
| 発行日 | 2019-03-10 (BioX, PRMU) |
[研究会発表申込システムのトップページに戻る]