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 |