パターン認識技術の説明として、最も不適切なものは次のうちどれか。
① SVM (Support Vector Machine:サポートベクターマシン) は、基本的に2つのクラス識別を行う識別器を構成する手法である。
② CHLAC (Cubic Higher-Order Local Autocorrelation:立体高次局所自己相関) の特徴は、ステレオ画像を用いた3次元物体の認識に用いられる方式である。
③ KL (Karhunen-Loeve:カルーネンレーベ) 展開は、多変量解析における主成分分析と数学的にほとんど等価である。
④ HMM (Hidden Markov Model:隠れマルコフモデル) は、音声認識において広く用いられる方式である。
⑤ SIFT (Scale Invariant Feature Transform:スケール不変特徴変換) は、画像の回転・スケール変化・照明変化等に頑強な特徴量を記述できる。
②
① SVMは、「教師あり学習」のパターン認識モデルの一つである。識別性能に優れ、高い汎用能力がある。
② 不適切である。CHLACは、動画像認識の方法の一つであり、画像を用いた認識ではない。
③ 主成分分析は、対象データをより良く表す成分を抽出し、データを少ない次元で表現する。
KL展開は元のデータを失わないように、少ない要素のベクトルで表現する手法。多変量解析における主成分分析と数学的にはほとんど等価である。
④ HMMは、確率的なパターン認識の手法である。
⑤ SIFTは、モザイク画像のマッチングなどに利用される。
| Ⅰ－４ | 目次 | Ⅰ－６ |