編集距離と多次元尺度構成法によるシルエット画像認識

摘要

シルエット画像をグラフで表現し，グラフマッチングを行うことにより認織する手法を提案する．多様な形状のシルエット画像を高精度に認識するために，カテゴリごとに一枚ではなく複数枚のシルエット画像を用いる．グラフ間の編集距離に多次元尺度構成法を適用することによってグラフをベクトル空間に埋め込み，通常のベクトルを対象とした議別器を適用して認識することを可能とする．多次元尺度構成法では，通常は全データを用いてベクトル空間への埋め込みを行うが，これでは未知データが得られる度に埋め込み操作を行う必要があり，非常に時間がかかる．本論文では，学習データのみから得られた空間に未知データを配置する手法を用いることで高速処理を実現する．%Graph representations are usually used to classify silhouette images based on topological features. A main graph-matching algorithm is the graph edit-distance algorithm that calculates the distance as dissimilarity between two graphs. In generally, by using multidimensional scaling method can embed the graph into a real vector space to get a vector representation of a graph that can be used many vector-based classifiers. However, it is very expensive that to calculate the vector representation of a new graph using multidimensional scaling. In the paper, we present a fast method to classify silhouette images by using multidimensional scaling and edit distance.