SIFT特徴量と高階自己組織化マップによる一般画像分類

摘要

本研究は「特徴ベクトル分布の違いを識別する」手法·アルゴリズムを一般的な形で構築し，一般画像分類へ応用することを目的とする．本稿ではベクトル量子化法の一種であるニューラルガス(NG）と自己組織化マップ(SOM）を組み合わせたNG+SOMとNG×SOMという2つの手法を提案する．NG+SOMはBag of Keypoints，NG×SOMは高階自己組織化マップをベースとする手法であり，両者の特徴ベクトル分布の表現法は本質的に異なる．そこで本稿では，人工データを用いたデータ分類とSIFT特徴量を用いた一般画像分類の2つの分類課題において両手法の比較検証を行う．