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 CHLAC (Cubic Higher-Order Local Autocorrelation:立体高次局所自己相関) 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。
② 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である。
③ SVM (Support Vector Machine:サポートベクターマシン) は、線形識別器であり入力の重み付け加算とバイアス値による識別関数を用いる。
④ 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。
⑤ 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。
①
① 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。
② SIFTは、モザイク画像のマッチングなどに利用される。
③ 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。
④ 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である。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。
⑤ HMMは、確率的なパターン認識の手法である。
Ⅰ-3 | 目次 | Ⅰ-5 |