情報量規範を用いた３次元形状の認識と学習

カテゴリ: 全国大会

論文No: 4-239

グループ名: 【全国大会】平成15年電気学会全国大会論文集

発行日: 2003/03/17

タイトル(英語): Learning and Recognizing of 3D Shape using Information Criteria

著者名: 平川 健作(横浜国立大学),藤本 康孝(横浜国立大学)

著者名(英語): Kensaku Hirakawa(Yokohama National University),Yasutaka Fujimoto(Yokohama National University)

キーワード: ３次元形状復元|モデリング|MDL原理

要約(日本語): 環境に対する機械学習において、環境の全てをモデルの内部に持つことはその大規模さから考えて到底不可能である。つまり、いかにして環境に対する優れたモデルを選択するか、というモデル選択問題に行き当たる。本研究では人間による環境学習を模倣し、環境からの種々の情報を用いて対象を自動的・自律的にモデリングすることを目指す。本論文では撮影した複数の画像から対象物の３次元形状を復元し、その３次元形状から情報量規範を基に対象を自律的にモデリングする手法を示す。３次元形状を認識・学習し、効率良くクラスタリングすることを目的とする。

原稿種別: 日本語

PDFファイルサイズ: 890 Kバイト