物体識別における特徴量変換構造の最適化
2018 年 20 巻 1 号 p. 1-13
詳細
2018 年 20 巻 1 号 p. 1-13
特徴量変換のパラメータ及び特徴量変換の処理順を最適化する手法を提案する．特徴量変換のパラメータを最適化する手法としてCNN(Convolutional Neural Network)が提案されている．これは畳み込み積分とプーリング及び活性化関数の処理順を固定し，畳み込み積分の重みを最適化する手法である．これに対し，提案法では畳み込み積分に限らない特徴量変換のパラメータと特徴量変換の処理順の両方を同時に最適化する手法を提案する．提案法ではこの最適化を実現するために，組合せ最適化問題として定式化し，メタヒューリスティクス法により解く．提案法を歩行者識別に適用し，ベンチマークデータセットを用いて実験した結果，提案法が有効であることが確認された．
