パラメトリック固有空間法
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
検索
|
最終更新
|
ヘルプ
|
ログイン
]
開始行:
[[小川]]
*パラメトリック固有空間法について[#xb6a1d9e]
~3次元物体を2次元画像の集合体として記憶学習する汎用的な画像認識手法。物体のさまざまな向きや正目に対する膨大な画像データ全体を、パラメトリック固有空間と呼ぶ少量のデータで記憶・照合するため、記憶容量が著しく効率化される。この手法により複雑な3次元特徴抽出をすることなく3次元物体を高精度に認識できる。
**基本的な手順[#he7bf4be]
-1.トレーニング（学習）
--データセットを用意する。今回はx,y,z軸をそれぞれ10度ずつ回転させた46656枚の画像。
--データセットから、特徴抽出手法である主成分分析を使用して、入力データを特徴空間に射影する。これにより、元データより低次元な特徴空間上で表現することが可能になる。
--特徴空間上で各クラスの共分散行列などの統計情報を計算する。
-2.テスト
--テストデータを特徴空間に射影する。今回は動画内のボールの画像。
--射影されたテストデータとトレーニングで計算された統計情報を使用して分類や識別を行う。
**参考[#he7bf4be]
-[[3次元物体の認識と学習-パラメトリック固有空間法- (1994～1996):https://www.kecl.ntt.co.jp/30th/1994-2.html]]
終了行:
[[小川]]
*パラメトリック固有空間法について[#xb6a1d9e]
~3次元物体を2次元画像の集合体として記憶学習する汎用的な画像認識手法。物体のさまざまな向きや正目に対する膨大な画像データ全体を、パラメトリック固有空間と呼ぶ少量のデータで記憶・照合するため、記憶容量が著しく効率化される。この手法により複雑な3次元特徴抽出をすることなく3次元物体を高精度に認識できる。
**基本的な手順[#he7bf4be]
-1.トレーニング（学習）
--データセットを用意する。今回はx,y,z軸をそれぞれ10度ずつ回転させた46656枚の画像。
--データセットから、特徴抽出手法である主成分分析を使用して、入力データを特徴空間に射影する。これにより、元データより低次元な特徴空間上で表現することが可能になる。
--特徴空間上で各クラスの共分散行列などの統計情報を計算する。
-2.テスト
--テストデータを特徴空間に射影する。今回は動画内のボールの画像。
--射影されたテストデータとトレーニングで計算された統計情報を使用して分類や識別を行う。
**参考[#he7bf4be]
-[[3次元物体の認識と学習-パラメトリック固有空間法- (1994～1996):https://www.kecl.ntt.co.jp/30th/1994-2.html]]
ページ名:
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
