SIFTアルゴリズムを用いたコンボリューショナルネットの改良

摘要

画像認識は様々な分野で活用されているが，手書き文字のオフライン認識などに対しては，まだ改良の余地があると考えられる．このような問題に対する解決法として，ヒトの視覚処理の様式を参考にすることが考えられる．ヒトの視覚処理の様式として既存のモデルには，PoggioらのコンボリューシヨナルネットやLoweのモデル等が挙げられる．本研究ではLoweのモデルに着目し改良を考える．Loweのモデルではテンプレート抽出においてランダムサンプリングを行うため，認識率は安定していなかった．本研究では一定した認識率を得るため，テンプレートの抽出位置を画像工学の手法であるSIFTを用いて決定することを考えた．これにより，ランダム性を回避することができる．LoweモデルにSIFTを組み込hだ提案システムの性能を検証する手段として，手書き文字データベースであるMNISTを用い，手書き数字文字に対する識別性能についての検証と考察を行った．