かけんひじっせきほーこく(へーせーじゅーにねんど)

Last modified: Fri Mar 8 11:57:06 JST 2002

平成11年度12年度13年度

けんきゅーしゅもくめい

特別研究員奨励費

けんきゅーきかん

平成11年度〜平成13年度

けんきゅーかだいめい

ニューラルネットワークの学習によるデータ表現の自己組織とその応用

けんきゅーだいひょおしゃ

高橋隆史 筑波大学電子・情報工学系 特別研究員(PD)

けんきゅーじっせきのがいよお

本研究課題の主な目的は、ニューラルネットワークの教師付き・教師なし学習において

の二点である。この目的に沿って、平成11年度は「多層パーセプトロンの恒等写像学習」の理論的な検討、および応用研究を行なった。平成12年度はこれに引続き、ビデオカメラから得られる動画像、および人の顔を撮影した画像という二種の実データを対象として、恒等写像学習の応用に関して検討を行なった。その成果は以下の通りである。
  1. オプティカルフローからのカメラ動き推定

    人体や自律移動ロボットに装着されたビデオカメラによって得られる動画像から、カメラ自身の動きを推定することを試みた。オプティカルフローから成るデータの次元圧縮を行なうネットワークを恒等写像学習によって構成し、それを用いてカメラの動きに対応したパラメータを推定できることを示した。また、ノイズを多く含むデータに対してもロバストな学習法を検討した。 ([1,2,3])。

  2. 向きによらない顔画像認識

    教師付きの学習と恒等写像学習を併用するネットワークによって顔画像から個人識別を行なう手法を検討した。教師付き学習によって個人識別を行なうネットワーク(識別器)と、恒等写像学習によって顔画像の次元圧縮を行なうネットワーク(圧縮器)とを組合せ、圧縮器のデータ表現を利用して識別器の出力をgatingするmixture of experts型のネットワークを構成した。様々な向きの顔画像を用いた実験の結果、顔の向きの影響を受けずに高い識別率が得られることが示された([4])。


よさんしよーじょーきょー


けんきゅーせいかりすと

  1. 「恒等写像学習を用いたオプティカルフローからのカメラ回転情報の抽出」
  2. 「視覚障害者の列車乗り込み支援のためのヘッドマウントカメラからの動き推定」
  3. ``Reconstructing optical flow generated by camera rotation via autoassociative learning''
  4. ``Self-Organization of Viewpoint Dependent Face Representation by the Self-Supervised Learning and Viewpoint Independent Face Recognition by the Mixture of Classifiers''