JP2006251955A - 判別器生成装置、判別器生成方法およびそのプログラム - Google Patents
判別器生成装置、判別器生成方法およびそのプログラム Download PDFInfo
- Publication number
- JP2006251955A JP2006251955A JP2005064967A JP2005064967A JP2006251955A JP 2006251955 A JP2006251955 A JP 2006251955A JP 2005064967 A JP2005064967 A JP 2005064967A JP 2005064967 A JP2005064967 A JP 2005064967A JP 2006251955 A JP2006251955 A JP 2006251955A
- Authority
- JP
- Japan
- Prior art keywords
- weak
- discriminator
- individuals
- image data
- training image
- 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
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
- G06F18/2111—Selection of the most significant subset of features by using evolutionary computational techniques, e.g. genetic algorithms
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Physiology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】 多数の弱判別器を組み合わせて強判別器を生成するブースティング学習のためのトレーニング画像データ100を入力し、特徴量を用いた複数の弱判別器を複数の遺伝的アルゴリズムにおける遺伝子を持つ個体それぞれに対応させ、前記複数の弱判別器のうちフィルタの類似性の高い特徴量を用いた弱判別器は、染色体配列が類似する遺伝子を持つ個体に対応させて記憶する。遺伝的アルゴリズム探索手段41で、記憶した複数の固体から一部の個体を選択し、この選択した個体からなる個体集団を生成し、個体集団に含まれる個体に対して遺伝的操作を行なって次世代の個体集団を繰り返し生成して、トレーニング画像データ100の適応度の高い個体を探索して最適弱判別器42を選択し、選択した最適弱判別器を組み合わせて強判別器を生成する。
【選択図】 図1
Description
判別対象の画像データが所定のクラスに属するか否かを判別するために用いる特徴量を得る複数のフィルタを予め記憶するフィルタ記憶手段と、
前記複数のフィルタから得た特徴量を用いた複数の弱判別器を複数の遺伝的アルゴリズムにおける遺伝子を持つ個体それぞれに対応させ、前記複数の弱判別器のうち類似性の高いフィルタから得られた特徴量を用いた弱判別器は、染色体配列が類似する遺伝子を持つ前記個体に対応させて記憶する弱判別器記憶手段と、
前記弱判別器記憶手段に記憶されている前記複数の固体から一部の個体を選択し、この選択した個体からなる個体集団を生成し、該個体集団に含まれる個体に対して遺伝的操作を行なって新たな個体を発生させながら次世代の個体集団を繰り返し生成して、前記各世代の個体集団の中から、所定の重み付けした前記トレーニング画像データに対する適応度の高い個体を探索して、該探索された固体に対応する弱判別器を選択するとともに、選択された弱判別器により、正しく判別できなかったトレーニング画像データに重点を置いて判別できるように、前記トレーニング画像データに対する重みを更新し、更新した重みを用いて重み付けした前記トレーニング画像データを用いて再度弱判別器を選択する処理を繰り返して複数の弱判別器を選択する最適弱判別器選択手段と、
選択した前記弱判別器を組み合わせて強判別器を生成する強判別器生成手段とを備えたことを特徴とするものである。
判別対象の画像データが所定のクラスに属するか否かを判別するために用いる特徴量を得る複数のフィルタを予めフィルタ記憶手段に記憶するステップと、
前記複数のフィルタから得た特徴量を用いた複数の弱判別器を複数の遺伝的アルゴリズムにおける遺伝子を持つ個体それぞれに対応させ、前記複数の弱判別器のうち類似性の高いフィルタから得られた特徴量を用いた弱判別器は、染色体配列が類似する遺伝子を持つ前記個体に対応させて記憶するステップと、
前記弱判別器記憶手段に記憶されている前記複数の固体から一部の個体を選択し、この選択した個体からなる個体集団を生成し、該個体集団に含まれる個体に対して遺伝的操作を行なって新たな個体を発生させながら次世代の個体集団を繰り返し生成して、前記各世代の個体集団の中から、所定の重み付けした前記トレーニング画像データに対する適応度の高い個体を探索して、該探索された固体に対応する弱判別器を選択するとともに、選択された弱判別器により、正しく判別できなかったトレーニング画像データに重点を置いて判別できるように、前記トレーニング画像データに対する重みを更新し、更新した重みを用いて重み付けした前記トレーニング画像データを用いて再度弱判別器を選択する処理を繰り返して複数の弱判別器を選択する最適弱判別器選択ステップと、
選択した前記弱判別器を組み合わせて強判別器を生成する強判別器生成ステップとを備えたことを特徴とするものである。
多数の弱判別器を組み合わせて強判別器を生成するブースティング学習のためのトレーニング画像データを入力するトレーニング画像入力手段と、
判別対象の画像データが所定のクラスに属するか否かを判別するために用いる特徴量を得る複数のフィルタを予め記憶するフィルタ記憶手段と、
前記複数のフィルタから得た特徴量を用いた複数の弱判別器を複数の遺伝的アルゴリズムにおける遺伝子を持つ個体それぞれに対応させ、前記複数の弱判別器のうち類似性の高いフィルタから得られた特徴量を用いた弱判別器は、染色体配列が類似する遺伝子を持つ前記個体に対応させて記憶する弱判別器記憶手段と、
前記弱判別器記憶手段に記憶されている前記複数の固体から一部の個体を選択し、この選択した個体からなる個体集団を生成し、該個体集団に含まれる個体に対して遺伝的操作を行なって新たな個体を発生させながら次世代の個体集団を繰り返し生成して、前記各世代の個体集団の中から、所定の重み付けした前記トレーニング画像データに対する適応度の高い個体を探索して、該探索された固体に対応する弱判別器を選択するとともに、選択された弱判別器により、正しく判別できなかったトレーニング画像データに重点を置いて判別できるように、前記トレーニング画像データに対する重みを更新し、更新した重みを用いて重み付けした前記トレーニング画像データを用いて再度弱判別器を選択する処理を繰り返して複数の弱判別器を選択する最適弱判別器選択手段と、
選択した前記弱判別器を組み合わせて強判別器を生成する強判別器生成手段として機能させることを特徴とするものである。
特徴量空間Ftにおける全ての特徴量を「同種類フィルタ」―>「同一パラメーター」−>位置(x,y)の順に並べ、並べた順に特徴量空間のすべて特徴量を1からNまでのインデックスを割り振り、インデックスIndftの集合はインデックス空間とよばれる。図3に示すように、インデックスIndftと特徴量Ftiは一対一の関係となる。
10 トレーニング画像入力手段
20 フィルタ記憶手段
30 弱判別器記憶手段
40 最適弱判別器選択手段
50 強判別器生成手段
Claims (6)
- 多数の弱判別器を組み合わせて強判別器を生成するブースティング学習のためのトレーニング画像データを入力するトレーニング画像入力手段と、
判別対象の画像データが所定のクラスに属するか否かを判別するために用いる特徴量を得る複数のフィルタを予め記憶するフィルタ記憶手段と、
前記複数のフィルタから得た特徴量を用いた複数の弱判別器を複数の遺伝的アルゴリズムにおける遺伝子を持つ個体それぞれに対応させ、前記複数の弱判別器のうち類似性の高いフィルタから得られた特徴量を用いた弱判別器は、染色体配列が類似する遺伝子を持つ前記個体に対応させて記憶する弱判別器記憶手段と、
前記弱判別器記憶手段に記憶されている前記複数の固体から一部の個体を選択し、この選択した個体からなる個体集団を生成し、該個体集団に含まれる個体に対して遺伝的操作を行なって新たな個体を発生させながら次世代の個体集団を繰り返し生成して、前記各世代の個体集団の中から、所定の重み付けした前記トレーニング画像データに対する適応度の高い個体を探索して、該探索された固体に対応する弱判別器を選択するとともに、選択された弱判別器により、正しく判別できなかったトレーニング画像データに重点を置いて判別できるように、前記トレーニング画像データに対する重みを更新し、更新した重みを用いて重み付けした前記トレーニング画像データを用いて再度弱判別器を選択する処理を繰り返して複数の弱判別器を選択する最適弱判別器選択手段と、
選択した前記弱判別器を組み合わせて強判別器を生成する強判別器生成手段とを備えたことを特徴とする判別器生成装置。 - 前記判別器が、前記判別するクラスが複数あるマルチクラスの判別を行うものであり、
前記遺伝子が、該遺伝子に対応する特徴量が複数のクラスのうちのいずれのクラスの判別に用いられるものかを表す染色体配列を含むものであることを特徴とする請求項1記載の判別器生成装置。 - 前記遺伝子が、前記フィルタを用いてフィルタリング処理を施す前記判別対象の画像上の位置を表わす染色体配列を含むものであり、前記判別対象の画像上の位置が近いものほど前記位置を表わす染色体配列が類似するように決められることを特徴とする請求項1または請求項2記載の判別器生成装置。
- 前記強判別器が、前記選択された複数の弱判別器を、前記適応度が高くなるような重みを用いて組み合わせたものであることを特徴とする請求項1から請求項3記載の判別器生成装置。
- 多数の弱判別器を組み合わせて強判別器を生成するブースティング学習のためのトレーニング画像データを入力するトレーニング画像入力ステップと、
判別対象の画像データが所定のクラスに属するか否かを判別するために用いる特徴量を得る複数のフィルタを予めフィルタ記憶手段に記憶するステップと、
前記複数のフィルタから得た特徴量を用いた複数の弱判別器を複数の遺伝的アルゴリズムにおける遺伝子を持つ個体それぞれに対応させ、前記複数の弱判別器のうち類似性の高いフィルタから得られた特徴量を用いた弱判別器は、染色体配列が類似する遺伝子を持つ前記個体に対応させて記憶する弱判別器記憶手段に記憶するステップと、
前記弱判別器記憶手段に記憶されている前記複数の固体から一部の個体を選択し、この選択した個体からなる個体集団を生成し、該個体集団に含まれる個体に対して遺伝的操作を行なって新たな個体を発生させながら次世代の個体集団を繰り返し生成して、前記各世代の個体集団の中から、所定の重み付けした前記トレーニング画像データに対する適応度の高い個体を探索して、該探索された固体に対応する弱判別器を選択するとともに、選択された弱判別器により、正しく判別できなかったトレーニング画像データに重点を置いて判別できるように、前記トレーニング画像データに対する重みを更新し、更新した重みを用いて重み付けした前記トレーニング画像データを用いて再度弱判別器を選択する処理を繰り返して複数の弱判別器を選択する最適弱判別器選択ステップと、
選択した前記弱判別器を組み合わせて強判別器を生成する強判別器生成ステップとを備えたことを特徴とする判別器生成方法。 - コンピュータを、
多数の弱判別器を組み合わせて強判別器を生成するブースティング学習のためのトレーニング画像データを入力するトレーニング画像入力手段と、
判別対象の画像データが所定のクラスに属するか否かを判別するために用いる特徴量を得る複数のフィルタを予め記憶するフィルタ記憶手段と、
前記複数のフィルタから得た特徴量を用いた複数の弱判別器を複数の遺伝的アルゴリズムにおける遺伝子を持つ個体それぞれに対応させ、前記複数の弱判別器のうち類似性の高いフィルタから得られた特徴量を用いた弱判別器は、染色体配列が類似する遺伝子を持つ前記個体に対応させて記憶する弱判別器記憶手段と、
前記弱判別器記憶手段に記憶されている前記複数の固体から一部の個体を選択し、この選択した個体からなる個体集団を生成し、該個体集団に含まれる個体に対して遺伝的操作を行なって新たな個体を発生させながら次世代の個体集団を繰り返し生成して、前記各世代の個体集団の中から、所定の重み付けした前記トレーニング画像データに対する適応度の高い個体を探索して、該探索された固体に対応する弱判別器を選択するとともに、選択された弱判別器により、正しく判別できなかったトレーニング画像データに重点を置いて判別できるように、前記トレーニング画像データに対する重みを更新し、更新した重みを用いて重み付けした前記トレーニング画像データを用いて再度弱判別器を選択する処理を繰り返して複数の弱判別器を選択する最適弱判別器選択手段と、
選択した前記弱判別器を組み合わせて強判別器を生成する強判別器生成手段として機能させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005064967A JP4667912B2 (ja) | 2005-03-09 | 2005-03-09 | 判別器生成装置、判別器生成方法およびそのプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005064967A JP4667912B2 (ja) | 2005-03-09 | 2005-03-09 | 判別器生成装置、判別器生成方法およびそのプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006251955A true JP2006251955A (ja) | 2006-09-21 |
JP4667912B2 JP4667912B2 (ja) | 2011-04-13 |
Family
ID=37092409
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005064967A Expired - Fee Related JP4667912B2 (ja) | 2005-03-09 | 2005-03-09 | 判別器生成装置、判別器生成方法およびそのプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4667912B2 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007213480A (ja) * | 2006-02-13 | 2007-08-23 | Yokohama National Univ | 進化型画像自動分類装置、フィルタ構造生成方法、及びプログラム |
JP2008204103A (ja) * | 2007-02-19 | 2008-09-04 | Yokohama National Univ | 画像認識システム |
JP2009110212A (ja) * | 2007-10-29 | 2009-05-21 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
JP2009301104A (ja) * | 2008-06-10 | 2009-12-24 | Chube Univ | 物体検出装置 |
JP2010257257A (ja) * | 2009-04-24 | 2010-11-11 | Nikon Corp | 遺伝的処理装置、遺伝的処理方法およびプログラム |
JP2010262407A (ja) * | 2009-04-30 | 2010-11-18 | Nikon Corp | 遺伝的処理装置、遺伝的処理方法およびプログラム |
JP2012523027A (ja) * | 2009-04-01 | 2012-09-27 | ソニー株式会社 | 複数クラスの目標の検出装置および検出方法 |
JP2013164863A (ja) * | 2013-04-24 | 2013-08-22 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
JP2015118583A (ja) * | 2013-12-19 | 2015-06-25 | ソニー株式会社 | 情報処理装置、情報処理方法、並びにプログラム |
US11061687B2 (en) | 2015-10-22 | 2021-07-13 | Fujitsu Limited | Apparatus and method for program generation |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020102024A1 (en) * | 2000-11-29 | 2002-08-01 | Compaq Information Technologies Group, L.P. | Method and system for object detection in digital images |
JP2003271726A (ja) * | 2002-03-18 | 2003-09-26 | Dentsu Inc | 新聞広告出稿プラン選択システム及び方法 |
JP2004355174A (ja) * | 2003-05-28 | 2004-12-16 | Ishihara Sangyo Kaisha Ltd | データ解析方法及びそのシステム |
JP2005044330A (ja) * | 2003-07-24 | 2005-02-17 | Univ Of California San Diego | 弱仮説生成装置及び方法、学習装置及び方法、検出装置及び方法、表情学習装置及び方法、表情認識装置及び方法、並びにロボット装置 |
-
2005
- 2005-03-09 JP JP2005064967A patent/JP4667912B2/ja not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020102024A1 (en) * | 2000-11-29 | 2002-08-01 | Compaq Information Technologies Group, L.P. | Method and system for object detection in digital images |
JP2003271726A (ja) * | 2002-03-18 | 2003-09-26 | Dentsu Inc | 新聞広告出稿プラン選択システム及び方法 |
JP2004355174A (ja) * | 2003-05-28 | 2004-12-16 | Ishihara Sangyo Kaisha Ltd | データ解析方法及びそのシステム |
JP2005044330A (ja) * | 2003-07-24 | 2005-02-17 | Univ Of California San Diego | 弱仮説生成装置及び方法、学習装置及び方法、検出装置及び方法、表情学習装置及び方法、表情認識装置及び方法、並びにロボット装置 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007213480A (ja) * | 2006-02-13 | 2007-08-23 | Yokohama National Univ | 進化型画像自動分類装置、フィルタ構造生成方法、及びプログラム |
JP4660765B2 (ja) * | 2006-02-13 | 2011-03-30 | 国立大学法人横浜国立大学 | 進化型画像自動分類装置、フィルタ構造生成方法、及びプログラム |
JP2008204103A (ja) * | 2007-02-19 | 2008-09-04 | Yokohama National Univ | 画像認識システム |
JP2009110212A (ja) * | 2007-10-29 | 2009-05-21 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
JP2009301104A (ja) * | 2008-06-10 | 2009-12-24 | Chube Univ | 物体検出装置 |
JP2012523027A (ja) * | 2009-04-01 | 2012-09-27 | ソニー株式会社 | 複数クラスの目標の検出装置および検出方法 |
JP2010257257A (ja) * | 2009-04-24 | 2010-11-11 | Nikon Corp | 遺伝的処理装置、遺伝的処理方法およびプログラム |
JP2010262407A (ja) * | 2009-04-30 | 2010-11-18 | Nikon Corp | 遺伝的処理装置、遺伝的処理方法およびプログラム |
JP2013164863A (ja) * | 2013-04-24 | 2013-08-22 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
JP2015118583A (ja) * | 2013-12-19 | 2015-06-25 | ソニー株式会社 | 情報処理装置、情報処理方法、並びにプログラム |
US11061687B2 (en) | 2015-10-22 | 2021-07-13 | Fujitsu Limited | Apparatus and method for program generation |
Also Published As
Publication number | Publication date |
---|---|
JP4667912B2 (ja) | 2011-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4667912B2 (ja) | 判別器生成装置、判別器生成方法およびそのプログラム | |
Robbins et al. | The ant colony algorithm for feature selection in high-dimension gene expression data for disease classification | |
Zhu et al. | Identification of full and partial class relevant genes | |
Loyola-González et al. | Cost-sensitive pattern-based classification for class imbalance problems | |
CN109800790B (zh) | 一种面向高维数据的特征选择方法 | |
Szerlip et al. | Unsupervised feature learning through divergent discriminative feature accumulation | |
Tan | Rule learning and extraction with self-organizing neural networks | |
Dimanov et al. | Moncae: Multi-objective neuroevolution of convolutional autoencoders | |
Jan et al. | Optimizing clustering to promote data diversity when generating an ensemble classifier | |
Howley et al. | An evolutionary approach to automatic kernel construction | |
Akpajaro | Genetic Algorithm with bagging for DNA classification | |
van Stein et al. | Neural network design: Learning from neural architecture search | |
CN111414863B (zh) | 一种增强型集成遥感影像分类方法 | |
Pighetti et al. | Improving SVM training sample selection using multi-objective evolutionary algorithm and LSH | |
Elshazly et al. | Lymph diseases diagnosis approach based on support vector machines with different kernel functions | |
Rajeswari et al. | Text categorization optimization by a hybrid approach using multiple feature selection and feature extraction methods | |
Ji-lin et al. | A multi-objective geneticbased method for design fuzzy classification systems | |
Dinakaran et al. | Comparative analysis of filter-wrapper approach for random forest performance on multivariate data | |
Sun et al. | Value-aware resampling and loss for imbalanced classification | |
Amarnath et al. | Metaheuristic approach for efficient feature selection: A data classification perspective | |
Nguyen et al. | A hybrid system for learning sunspot recognition and classification | |
Torres et al. | Application of a GA/Bayesian filter-wrapper feature selection method to classification of clinical depression from speech data | |
Kabeer et al. | BFSSGA: Enhancing the Performance of Genetic Algorithm using Boosted Filtering Approach | |
Sedighiani et al. | Constructing interpretable genetic fuzzy rule-based system for Breast Cancer Diagnostic | |
Gaspar et al. | Parameter Influence in Genetic Algorithm Optimization of Support Vector Machines |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20061209 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070713 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100608 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100809 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20100831 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101129 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20101202 |
|
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: 20101221 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110112 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140121 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |