抄録
近年，デジタルカメラの顔認識や車載モニタ等に物体認識技術が広く応用されている．このようなシステムには，画像中に存在する複数の物体それぞれについて，その種類を認識することが求められる．
物体認識の従来手法の1つに局所特徴を用いたBag-of-Keypointsという手法がある．Bag-of-Keypointsは画像中における局所特徴の頻度値を用いて物体の照合を行う手法である．しかし，この手法を複数物体認識に応用した場合，物体ごとの特徴量の分離が難しく，各物体を個別に認識することが困難である．そこで本研究では，多次元尺度構成法（Supervised Multidimensional Scaling）を用いたBag-of-Keypointsによる新しい物体認識手法を提案する．提案手法では，複数の物体から抽出された局所特徴に多次元尺度構成法を用いることにより，画像の画素単位で行われる領域分割処理を特徴空間上で実現している．実験では，様々な画像に対して提案手法を適用しその有効性を示す．
