煙画像列の潜在変数表現に関する検討

抄録

煙画像認識において、煙画像のモデルがあれば、機械学習などと組み合わせる時に有効に用いることが出来るが、煙を表現するモデリングは通常の物体のモデリングに比べ、形状の不定性や透過性により難しい課題となる。そこで、本研究では、煙画像の時系列データに対して、自己符号化器を用いた潜在変数表現によるモデリングを行う。自己符号化器による時系列予測により、煙画像列のダイナミクスモデルの構築し、その結果から、煙画像列の潜在変数の次元推定について検討を行ったので報告する。