Multiple Instance LVQによる物体検出

摘要

This report presents a classifier's training method "Multiple Instance LVQ" which can be trained by roughly labeled data. Though "Multiple Instance Learnig" can update an existing classifier's dictionary from roughly positioned label without making a large amount of accurate data, it takes an awful long time to train the classifier by existing methods. We propose a training method based on LVQ which can train it fast. Experimental results reveal that our method can improve object classification and detection performance , and it's processing time of learning is suitable for practical use.%粗い教示データを用いた物体検出向けの学習方式Multiple Instance INQを提案する．Multiple Instance learning（MIL）の枠組みを用いると，位置ズレ等を含むデータからの学習が可能なため物体データを正確に教示する膨大な労力を削減できるが，学習処理に時間がかかることが問題であった・そこで，本稿では高速に学習できるLVQタイプのMIL方式を提案する．実験の結果，粗い教示データの追加学習によって物体／非物体識別精度と検出精度を改善できる事，及び実用的な時間で学習できる事を確認した．