パターン認識のお勉強（11）
参考： 2014/5/29 東大相澤山崎研勉強会：パターン認識とニューラルネットワーク，Deep Learningまで
やりたいこと
パターン認識について学ぶ
教科書
目次
- やりたいこと
- 教科書
- 目次
- プロトタイプ法による識別
- クラスの分布を考慮した識別
- NN法とkNN法
- kd-tree法
- ハッシングによる近似最近傍探索
- アダブースト
- ハードマージンSVM（サポートベクターマシン）
- ソフトマージンSVM
- カーネルトリック
- １対他分類器による多クラス識別
- ニューラルネットワーク
- 深層学習
- ランダムフォレスト
- 階層的クラスタリング
- k-means法
- 主成分分析
- 線形判別分析
- 部分空間法
- 顔検出と顔識別
- 人検出
- 画像検索
- 人体姿勢推定
- 所感
プロトタイプ法による識別
特徴空間においてテスト画像から各クラスのプロトタイプまでのユークリッド距離を測り、最も近いクラスにテスト画像を識別する。
参考： 「わかりやすいパターン認識」 第１章：パターン認識とは - ppt download
クラスの分布を考慮した識別
参考：
NN法とkNN法
参考：
kd-tree法
バックトラック： survey/kdtree.md at master · komi2/survey · GitHub
参考： Scalable nearest neighbor algorithms for high dimensional data
ハッシングによる近似最近傍探索
参考： 情報システム基盤学 基礎1 アルゴリズムとデータ構造 - ppt download
アダブースト
複数の識別器を組み合わせて一つの強力な識別器を学習するアンサンブル学習の一つ
参考：
リアルアダブースト
ハードマージンSVM（サポートベクターマシン）
参考：
ソフトマージンSVM
参考：
カーネルトリック
高次に写像しながらも、写像の計算を避けるテクニックをカーネルトリックと呼ぶ。
よく使用されるカーネル関数
参考：
１対他分類器による多クラス識別
ニューラルネットワーク
深層学習
ランダムフォレスト
学習サンプルをランダムサンプリングにより作成したサブセットごとに決定木を構築し、複数の決定木の結果を統合して識別する。
参考：
階層的クラスタリング
参考： クラスター分析の手法②（階層クラスター分析） | データ分析基礎知識
k-means法
参考：
主成分分析
参考：
線形判別分析
参考：
部分空間法
SELFIC法
主成分分析で低次元化した特徴空間でクラスの近さに基づく識別を行う方法
CLAFIC法
主成分分析を用いて、クラスごとに入力画像群をよく表現する低次元な特徴空間を求め、その特徴空間をパターン学習の結果とみなす方法
参考：
KL展開：
参考：
顔検出と顔識別
顔画像の特徴量：Haar-like特徴量
参考：
顔識別の方法
参考： OpenCVで物体検出器を作成③ LBP特徴【開発会社プロフェッサ】
人検出
人の輪郭形状を捉える勾配方向ヒストグラムをもとにしたHOG特徴量が利用される
画像検索
参考： Visual Wordsを用いた類似画像検索 - 人工知能に関する断創録
人体姿勢推定
参考：
所感
このあたりはSOTAな深層学習手法のほうがはるかに精度は高そう。
実際に構築するときは、計算コストとのトレードオフで適切な手法を選択していきたい。
