JP2012203422A - 学習装置、方法及びプログラム - Google Patents
学習装置、方法及びプログラム Download PDFInfo
- Publication number
- JP2012203422A JP2012203422A JP2011064354A JP2011064354A JP2012203422A JP 2012203422 A JP2012203422 A JP 2012203422A JP 2011064354 A JP2011064354 A JP 2011064354A JP 2011064354 A JP2011064354 A JP 2011064354A JP 2012203422 A JP2012203422 A JP 2012203422A
- Authority
- JP
- Japan
- Prior art keywords
- evaluation
- learning
- unit
- identification
- samples
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】実施形態の学習装置は、選択部と、学習部と、評価部と、を備える。選択部は、各学習サンプルが複数のカテゴリのいずれかに分類される複数の学習サンプルを記憶する学習サンプル記憶部から学習サンプルを1以上含むグループを複数選択する選択処理を複数回行う。学習部は、選択された複数のグループ毎に当該複数のグループを識別する識別基準を学習し、識別基準群を得る。評価部は、各評価サンプルが複数のカテゴリのいずれかに分類される複数の評価サンプルを記憶する評価サンプル記憶部からカテゴリが異なる2以上の評価サンプルを取得し、取得した前記2以上の評価サンプルを用いて前記識別基準群に含まれる識別基準を評価し、前記識別基準群から評価結果に応じた複数の識別基準を取得して当該複数の識別基準を含む評価基準を生成する。
【選択図】図1
Description
図1は、第1実施形態の学習装置100の構成の一例を示すブロック図である。図1に示すように、学習装置100は、入力部102と、入力受付部104と、評価基準記憶部106と、特徴量計算部108と、認識テーブル記憶部110と、類似度計算部112と、認識部114と、出力制御部116と、出力部118と、学習サンプル記憶部120と、選択部122と、学習部124と、識別基準群記憶部126と、評価サンプル記憶部128と、評価部130と、格納部132とを、備える。
第2実施形態では、クラス内分散及びクラス間分散を用いて識別基準を評価する例について説明する。以下では、第1実施形態との相違点の説明を主に行い、第1実施形態と同様の機能を有する構成要素については、第1実施形態と同様の名称・符号を付し、その説明を省略する。
第3実施形態では、ソフトマージンを用いて識別基準を評価する例について説明する。以下では、第1実施形態との相違点の説明を主に行い、第1実施形態と同様の機能を有する構成要素については、第1実施形態と同様の名称・符号を付し、その説明を省略する。
なお評価部330は、得られたソフトマージンの最大値を識別器の組み合わせ(識別器)毎に特定するのではなく、得られたソフトマージンの総和を識別器の組み合わせ(識別器)毎に特定し、特定したソフトマージンの総和の中から、総和が最も小さい識別器の組み合わせに含まれる取得前の識別器Fi(x)を取得するようにしてもよい。
なお、上記第1及び第3実施形態において、評価部は、1回目の評価処理において、識別器群{F1(x),F2(x),…,FN(x)}のうちの予め定められた識別器を、1つ目の識別器として取得するようにしてもよい。また評価部は、1回目の評価処理で取得する1つ目の識別器を、識別器群{F1(x),F2(x),…,FN(x)}の中からランダムで取得するようにしてもよい。また、評価部は、1回目の評価処理で予め定められた識別器やランダムで識別器を取得する場合には、評価基準を複数生成し、生成した複数の評価基準の中から、カテゴリが最も異なる(離れている)評価サンプル間の類似度の最大値が最も小さい評価基準を評価基準とするようにしてもよい。
図15は、上記第1〜第3実施形態の学習装置のハードウェア構成の一例を示すブロック図である。図15に示すように、上記各実施形態の学習装置は、CPU902と、評価基準を生成したり画像データに含まれる未知の目標を認識したりするための学習プログラム(認識プログラム)などを記憶するROM904と、RAM906と、学習サンプル、評価サンプル、評価基準、及び認識テーブルなどを記憶するHDD908と、HDD908とのインタフェースであるI/F910と、画像データ入力用のインタフェースであるI/F912と、マウスやキーボードなどの入力装置914と、入力装置914とのインタフェースであるI/F916と、ディスプレイなどの表示装置918と、表示装置918とのインタフェースであるI/F920と、バス922とを、備えており、通常のコンピュータを利用したハードウェア構成となっている。なおCPU902、ROM904、RAM906、I/F910、I/F912、I/F916、及びI/F920は、バス922を介して互いに接続されている。
102 入力部
104 入力受付部
106 評価基準記憶部
108 特徴量計算部
110 認識テーブル記憶部
112 類似度計算部
114 認識部
116 出力制御部
118 出力部
120 学習サンプル記憶部
122 選択部
124 学習部
126 識別基準群記憶部
128 評価サンプル記憶部
130、230、330 評価部
132 格納部
902 CPU
904 ROM
906 RAM
908 HDD
910 I/F
912 I/F
914 入力装置
916 I/F
918 表示装置
920 I/F
922 バス
Claims (12)
- 各学習サンプルが複数のカテゴリのいずれかに分類される複数の学習サンプルを記憶する学習サンプル記憶部から学習サンプルを1以上含むグループを複数選択する選択処理を複数回行う選択部と、
選択された複数のグループ毎に当該複数のグループを識別する識別基準を学習し、識別基準群を得る学習部と、
各評価サンプルが複数のカテゴリのいずれかに分類される複数の評価サンプルを記憶する評価サンプル記憶部からカテゴリが異なる2以上の評価サンプルを取得し、取得した前記2以上の評価サンプルを用いて前記識別基準群に含まれる識別基準を評価し、前記識別基準群から評価結果に応じた複数の識別基準を取得して当該複数の識別基準を含む評価基準を生成する評価部と、
を備えることを特徴とする学習装置。 - 前記評価サンプルのカテゴリの分布は、前記学習サンプルのカテゴリの分布と異なっており、
前記評価部は、前記2以上の評価サンプルを用いて、前記識別基準群に含まれる識別基準がカテゴリの異なる評価サンプルを識別する識別性能を評価し、評価した識別性能に応じた複数の識別基準を取得することを特徴とする請求項1に記載の学習装置。 - 目標を含むパターンの入力を受け付ける入力受付部と、
前記評価基準を用いて、前記パターンの特徴量を計算する特徴量計算部と、
前記特徴量と前記目標の認識基準となる基準特徴量との類似度を計算する類似度計算部と、
前記類似度を用いて、前記目標を認識する認識部と、
認識結果を出力部に出力させる出力制御部と、を更に備え、
前記基準特徴量は、前記評価基準を用いて計算した前記評価サンプルの特徴量であることを特徴とする請求項1又は2に記載の学習装置。 - 前記評価部は、カテゴリが異なる評価サンプル間の類似度を用いて、前記識別基準群に含まれる識別基準を評価することを特徴とする請求項1〜3のいずれか1つに記載の学習装置。
- 前記評価部は、取得済みの識別基準と取得前の識別基準それぞれとの組み合わせに前記2以上の評価サンプルを適用して、カテゴリが異なる評価サンプル間での類似度の最大値を前記組み合わせ毎に特定し、特定した前記最大値が最も小さい組み合わせに含まれる取得前の識別基準を取得することを特徴とする請求項4に記載の学習装置。
- 前記評価部は、前記2以上の評価サンプルのクラス内分散及びクラス間分散の少なくとも一方を用いて、前記識別基準群に含まれる識別基準を評価することを特徴とする請求項1〜3のいずれか1つに記載の学習装置。
- 前記評価部は、前記識別基準群に含まれる各識別基準に前記2以上の評価サンプルを適用して、前記2以上の評価サンプルのクラス間分散をクラス内分散で除した値を識別基準毎に算出し、算出した値が高い順に複数の識別基準を取得することを特徴とする請求項6に記載の学習装置。
- 前記学習部は、サポートベクターマシンにより前記識別基準を学習し、
前記評価部は、カテゴリが異なる評価サンプル間のソフトマージンを用いて、前記識別基準群に含まれる識別基準を評価することを特徴とする請求項1〜3のいずれか1つに記載の学習装置。 - 前記評価部は、取得済みの識別基準と取得前の識別基準それぞれとの組み合わせに前記2以上の評価サンプルを適用して、ソフトマージンの最大値を前記組み合わせ毎に特定し、特定した前記最大値が最も小さい組み合わせに含まれる取得前の識別基準を取得することを特徴とする請求項8に記載の学習装置。
- 前記評価部は、識別基準を帰納的に取得することを特徴とする請求項4〜9のいずれか1つに記載の学習装置。
- 選択部が、各学習サンプルが複数のカテゴリのいずれかに分類される複数の学習サンプルを記憶する学習サンプル記憶部から学習サンプルを1以上含むグループを複数選択する選択処理を複数回行う選択ステップと、
学習部が、選択された複数のグループ毎に当該複数のグループを識別する識別基準を学習し、識別基準群を得る学習ステップと、
評価部が、各評価サンプルが複数のカテゴリのいずれかに分類される複数の評価サンプルを記憶する評価サンプル記憶部からカテゴリが異なる2以上の評価サンプルを取得し、取得した前記2以上の評価サンプルを用いて前記識別基準群に含まれる識別基準を評価し、前記識別基準群から評価結果に応じた複数の識別基準を取得して当該複数の識別基準を含む評価基準を生成する評価ステップと、
を含むことを特徴とする学習方法。 - 各学習サンプルが複数のカテゴリのいずれかに分類される複数の学習サンプルを記憶する学習サンプル記憶部から学習サンプルを1以上含むグループを複数選択する選択処理を複数回行う選択ステップと、
選択された複数のグループ毎に当該複数のグループを識別する識別基準を学習し、識別基準群を得る学習ステップと、
各評価サンプルが複数のカテゴリのいずれかに分類される複数の評価サンプルを記憶する評価サンプル記憶部からカテゴリが異なる2以上の評価サンプルを取得し、取得した前記2以上の評価サンプルを用いて前記識別基準群に含まれる識別基準を評価し、前記識別基準群から評価結果に応じた複数の識別基準を取得して当該複数の識別基準を含む評価基準を生成する評価ステップと、
をコンピュータに実行させるための学習プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011064354A JP5214760B2 (ja) | 2011-03-23 | 2011-03-23 | 学習装置、方法及びプログラム |
US13/412,688 US8805752B2 (en) | 2011-03-23 | 2012-03-06 | Learning device, learning method, and computer program product |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011064354A JP5214760B2 (ja) | 2011-03-23 | 2011-03-23 | 学習装置、方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012203422A true JP2012203422A (ja) | 2012-10-22 |
JP5214760B2 JP5214760B2 (ja) | 2013-06-19 |
Family
ID=46878163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011064354A Active JP5214760B2 (ja) | 2011-03-23 | 2011-03-23 | 学習装置、方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US8805752B2 (ja) |
JP (1) | JP5214760B2 (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014085996A (ja) * | 2012-10-26 | 2014-05-12 | Casio Comput Co Ltd | 多クラス識別器、データ識別装置、多クラス識別、データ識別方法、及びプログラム |
JP2015204043A (ja) * | 2014-04-15 | 2015-11-16 | Kddi株式会社 | 多クラス識別器構築装置、方法及びプログラム |
JP2018081491A (ja) * | 2016-11-16 | 2018-05-24 | 日本電信電話株式会社 | 訓練画像選択装置、方法、及びプログラム |
JP2018522339A (ja) * | 2015-06-05 | 2018-08-09 | 北京京東尚科信息技術有限公司Beijing Jingdong Shangke Information Technology Co., Ltd. | 商品画像特徴に基づく個性化捜索装置および方法 |
JP2020004360A (ja) * | 2018-06-29 | 2020-01-09 | 富士通株式会社 | 多変数データシーケンスの画像化 |
WO2020080045A1 (ja) * | 2018-10-15 | 2020-04-23 | パナソニックIpマネジメント株式会社 | 物体認識方法、車両制御方法、情報表示方法、および物体認識装置 |
WO2020179378A1 (ja) * | 2019-03-04 | 2020-09-10 | 日本電気株式会社 | 情報処理システム、情報処理方法および記録媒体 |
WO2021193353A1 (ja) * | 2020-03-25 | 2021-09-30 | Necソリューションイノベータ株式会社 | 画像追跡装置、画像追跡方法、及びコンピュータ読み取り可能な記録媒体 |
WO2022259333A1 (ja) * | 2021-06-07 | 2022-12-15 | 日本電気株式会社 | 学習方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5214762B2 (ja) | 2011-03-25 | 2013-06-19 | 株式会社東芝 | 認識装置、方法及びプログラム |
WO2018119684A1 (zh) * | 2016-12-27 | 2018-07-05 | 深圳前海达闼云端智能科技有限公司 | 一种图像识别***及图像识别方法 |
US20220044147A1 (en) * | 2018-10-05 | 2022-02-10 | Nec Corporation | Teaching data extending device, teaching data extending method, and program |
US11893456B2 (en) | 2019-06-07 | 2024-02-06 | Cisco Technology, Inc. | Device type classification using metric learning in weakly supervised settings |
CN114398485B (zh) * | 2021-12-29 | 2023-04-18 | 淮阴工学院 | 基于多视角融合的专家画像构建方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005253708A (ja) * | 2004-03-12 | 2005-09-22 | Fuji Photo Film Co Ltd | 特徴量選択装置、異常陰影判別装置およびプログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006268825A (ja) | 2005-02-28 | 2006-10-05 | Toshiba Corp | オブジェクト検出装置、学習装置、オブジェクト検出システム、方法、およびプログラム |
US20080071711A1 (en) * | 2006-09-20 | 2008-03-20 | Siemens Corporate Research, Inc. | Method and System for Object Detection Using Probabilistic Boosting Cascade Tree |
US7792353B2 (en) * | 2006-10-31 | 2010-09-07 | Hewlett-Packard Development Company, L.P. | Retraining a machine-learning classifier using re-labeled training samples |
JP5214679B2 (ja) | 2010-08-30 | 2013-06-19 | 株式会社東芝 | 学習装置、方法及びプログラム |
JP5214716B2 (ja) | 2010-12-14 | 2013-06-19 | 株式会社東芝 | 識別装置 |
JP5214762B2 (ja) | 2011-03-25 | 2013-06-19 | 株式会社東芝 | 認識装置、方法及びプログラム |
-
2011
- 2011-03-23 JP JP2011064354A patent/JP5214760B2/ja active Active
-
2012
- 2012-03-06 US US13/412,688 patent/US8805752B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005253708A (ja) * | 2004-03-12 | 2005-09-22 | Fuji Photo Film Co Ltd | 特徴量選択装置、異常陰影判別装置およびプログラム |
Non-Patent Citations (4)
Title |
---|
CSNG200801151002; 近藤 和樹: 'ランダムな特徴選択とバギングを利用した欠陥分類' 画像電子学会誌 第38巻 第1号, 20090125, p.9-15, 画像電子学会 * |
CSNG201000905017; 浜田 祐一: 'ランダムフォレスト法を用いた動作検索' 電子情報通信学会論文誌 第J93-D巻 第11号, 20101101, p.2516-2524, 社団法人電子情報通信学会 * |
JPN6013004770; 浜田 祐一: 'ランダムフォレスト法を用いた動作検索' 電子情報通信学会論文誌 第J93-D巻 第11号, 20101101, p.2516-2524, 社団法人電子情報通信学会 * |
JPN6013004771; 近藤 和樹: 'ランダムな特徴選択とバギングを利用した欠陥分類' 画像電子学会誌 第38巻 第1号, 20090125, p.9-15, 画像電子学会 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014085996A (ja) * | 2012-10-26 | 2014-05-12 | Casio Comput Co Ltd | 多クラス識別器、データ識別装置、多クラス識別、データ識別方法、及びプログラム |
JP2015204043A (ja) * | 2014-04-15 | 2015-11-16 | Kddi株式会社 | 多クラス識別器構築装置、方法及びプログラム |
JP2018522339A (ja) * | 2015-06-05 | 2018-08-09 | 北京京東尚科信息技術有限公司Beijing Jingdong Shangke Information Technology Co., Ltd. | 商品画像特徴に基づく個性化捜索装置および方法 |
JP2018081491A (ja) * | 2016-11-16 | 2018-05-24 | 日本電信電話株式会社 | 訓練画像選択装置、方法、及びプログラム |
JP2020004360A (ja) * | 2018-06-29 | 2020-01-09 | 富士通株式会社 | 多変数データシーケンスの画像化 |
JP7225731B2 (ja) | 2018-06-29 | 2023-02-21 | 富士通株式会社 | 多変数データシーケンスの画像化 |
JPWO2020080045A1 (ja) * | 2018-10-15 | 2021-09-09 | パナソニックIpマネジメント株式会社 | 物体認識方法、車両制御方法、情報表示方法、および物体認識装置 |
WO2020080045A1 (ja) * | 2018-10-15 | 2020-04-23 | パナソニックIpマネジメント株式会社 | 物体認識方法、車両制御方法、情報表示方法、および物体認識装置 |
WO2020179378A1 (ja) * | 2019-03-04 | 2020-09-10 | 日本電気株式会社 | 情報処理システム、情報処理方法および記録媒体 |
JPWO2020179378A1 (ja) * | 2019-03-04 | 2020-09-10 | ||
JP7259935B2 (ja) | 2019-03-04 | 2023-04-18 | 日本電気株式会社 | 情報処理システム、情報処理方法およびプログラム |
WO2021193353A1 (ja) * | 2020-03-25 | 2021-09-30 | Necソリューションイノベータ株式会社 | 画像追跡装置、画像追跡方法、及びコンピュータ読み取り可能な記録媒体 |
JPWO2021193353A1 (ja) * | 2020-03-25 | 2021-09-30 | ||
JP7323235B2 (ja) | 2020-03-25 | 2023-08-08 | Necソリューションイノベータ株式会社 | 画像追跡装置、画像追跡方法、及びプログラム |
WO2022259333A1 (ja) * | 2021-06-07 | 2022-12-15 | 日本電気株式会社 | 学習方法 |
Also Published As
Publication number | Publication date |
---|---|
JP5214760B2 (ja) | 2013-06-19 |
US20120246099A1 (en) | 2012-09-27 |
US8805752B2 (en) | 2014-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5214760B2 (ja) | 学習装置、方法及びプログラム | |
TWI677852B (zh) | 一種圖像特徵獲取方法及裝置、電子設備、電腦可讀存儲介質 | |
US9779354B2 (en) | Learning method and recording medium | |
CN109145766B (zh) | 模型训练方法、装置、识别方法、电子设备及存储介质 | |
JP6708385B2 (ja) | 識別器作成装置、識別器作成方法、およびプログラム | |
JP5214762B2 (ja) | 認識装置、方法及びプログラム | |
JP5214716B2 (ja) | 識別装置 | |
CN110717554B (zh) | 图像识别方法、电子设备及存储介质 | |
US10762391B2 (en) | Learning device, learning method, and storage medium | |
CN109919252B (zh) | 利用少数标注图像生成分类器的方法 | |
CN105760488B (zh) | 基于多层次特征融合的图像表达方法和装置 | |
CN111126396A (zh) | 图像识别方法、装置、计算机设备以及存储介质 | |
JP2011013732A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
US9842279B2 (en) | Data processing method for learning discriminator, and data processing apparatus therefor | |
JP6897749B2 (ja) | 学習方法、学習システム、および学習プログラム | |
JP2017102906A (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN114283350B (zh) | 视觉模型训练和视频处理方法、装置、设备及存储介质 | |
JP5214679B2 (ja) | 学習装置、方法及びプログラム | |
WO2023280229A1 (zh) | 图像处理方法、电子设备及存储介质 | |
CN111325237A (zh) | 一种基于注意力交互机制的图像识别方法 | |
JP2014228995A (ja) | 画像特徴学習装置、画像特徴学習方法及びプログラム | |
JP6573233B2 (ja) | 認識容易性指標算出装置、方法、及びプログラム | |
CN109299460B (zh) | 分析店铺的评价数据的方法、装置、电子设备及存储介质 | |
CN113704623A (zh) | 一种数据推荐方法、装置、设备及存储介质 | |
CN115705688A (zh) | 基于人工智能的古代及近现代艺术品鉴定方法和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130128 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130227 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5214760 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160308 Year of fee payment: 3 |