スパース最適化を用いたCollaborative Mean Attraction法による画像分類の特性調査

抄録

本稿では、一般物体認識の一種である画像分類に対して有効な手法であるCollaborative Mean Attraction 法（CMA法）にスパース最適化を取り入れた新たな手法（SCMA法）を提案する。CMA法は全学習用画像を用いて分類を行う為、学習用画像が少ない場面においても正解率が高いという利点があったが、過度に適応するおそれもあった。CMA法にスパース最適化を取り入れることで、適切な学習用画像のみを選択できる可能性がある。SCMA法、CMA法、SVMをCaltechデータセットの画像分類に適用し、実験結果を比較することで、SCMA法の特性を調査した。