圧縮性に基づくパターン認識手法における特徴空間の改善

摘要

近年，航空画像分類やtwitter分析などの応用領域においてパラメータフリーで計算可能な圧縮性類似度が注目されている．一方で，異なる辞書による圧縮率で構成された圧縮率ベクトルによりデータを特徴表現する枠組みPRDC（Pattern Representation on Data Compression）が存在する．PRDCの精度は特徴空間の軸となる辞書集合に依存する．そこで，本研究では互いに独立性の高い特徴量が得られるような辞書集合を生成することで，PRDCの精度改善を目指す．提案手法では辞書集合を逐次的に構築する．とくに，選択済みの辞書では圧縮されないデータから得られる辞書を選んで，さらに選択済みの辞書との共通単語を削除することで独立性が高い辞書集合を作る．データから得られた辞書をそのまま使わず，精度向上のために修正して用いるというアイデアは本研究の独創的な点である．航空写真を用いた画像分類において提案手法の有用性を確認した．