Classifier histogramに基づくパターン識別

摘要

複数の識別器から出力される類似度を成分に持つclassifier histogramに基づくパターン識別手法を提案する．具体的には，各識別器から出力される各クラスへの類似度をソフト割り当てによる投票でヒストグラム化する．そして，そのヒストグラムを様々に組み合わせて1つの特徴ベクトルとみなす．さらに，複数の特徴空間における複数の識別器から作成したヒストグラムを足したり，連結したりして組み合わせることで識別率の向上を図る．クラス分類には，ヒストグラムの成分の値が最も大きいクラスへパターンを分類する方法と，組み合わせたヒストグラムを特徴ベクトルとみなしてSupport Vecter Machineで分類する方法を提案する．提案手法の有効性を手書き数字パターンとCaltech 101 Databaseを用いて検証し，ヒストグラムを組み合わせることで高い識別率を達成出きることを示す．