K-SVDを特徴抽出機構に用いたパターン認識  [in Japanese] Pattern Recognition using feature extractor of K-SVD  [in Japanese]

Search this Article

Author(s)

Abstract

一般的なパターン認識システムは,データから特徴を抽出するステップと識別を行う識別器でのステップから構成される.このうち,特徴抽出ステップにおける特徴抽出法は,入力データの性質に基づき提案されることが多く,膨大な特徴抽出手法の中から入力データ毎に選択しなければならず,非効率的である.このため,特徴をデータから自動的に抽出する方法が必要である.本研究では,この問題に対して,辞書学習と呼ばれる手法を導入することを試みた.辞書学習は,主成分分析や独立成分分析のように,データから特徴表現を学習する手法である.本研究では,辞書学習の手法の一つである K-SVD 法を用いて特徴抽出を行い,学習された特徴をどのように低次元化するのが効率的か,という点に着目してパターン認識システムを構築したさらに,このパターン認識システムを用いて,特徴の低次元化するための 3 つの方法で数値実験を行い,どの手法が効率的かを確認した.

Feature extraction and classification are fundamental two steps in pattern recognition systems. Since feature extraction methods have been proposed based on the properties of each input data, it might be not easy to handle the method to new input data. Thus, it is important to construct a method to automatically extract features from input data. In this paper, we attempted to introduce a feature extraction method called dictionary learning. Based on dictionary learning, we build a pattern recognition system using K-SVD method which is one of methods of dictionary learning for feature extraction and verified whether the efficient how to carry out reducing features dimension.

Journal

  • IPSJ SIG technical reports

    IPSJ SIG technical reports 2014-BIO-38(17), 1-6, 2014-06-18

    Information Processing Society of Japan (IPSJ)

Codes

  • NII Article ID (NAID)
    110009795452
  • NII NACSIS-CAT ID (NCID)
    AA12055912
  • Text Lang
    JPN
  • ISSN
    09196072
  • Data Source
    NII-ELS 
Page Top