質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.36%
コンピュータビジョン

コンピュータビジョンとは、コンピュータの視覚を実現する技術です。コンピュータに取り込んだ画像を処理してデータを抽出します。顔画像の認識やCTスキャンの画像診断などに利用されています。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

1537閲覧

Bag-of-Visual Words, k-NN(k最近傍)法について

n_thk72

総合スコア19

コンピュータビジョン

コンピュータビジョンとは、コンピュータの視覚を実現する技術です。コンピュータに取り込んだ画像を処理してデータを抽出します。顔画像の認識やCTスキャンの画像診断などに利用されています。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2021/01/16 04:30

画像から人の体型を4つのカテゴリに分類する課題に関する論文を見ていての質問です.

分類に際して,論文内では大まかに
0. 画像から特徴ベクトルを抽出
0. k-means法で特徴ベクトルを500クラスにクラスタリング
0. k-NN法で分類

という流れで実装しています.

k-NN法での分類に関して論文を読んでいてイメージが湧かなかったので質問させていただきます.

私の認識ではこの論文のようなタスクに対して行うk-NN法を用いた分類は,
・k-NN法で,各画像に対してVisual Wordsごとのヒストグラムを作成
・ヒストグラムを画像と1:1のベクトルとして扱う
・このベクトル用いて,何らかの分類器を教師あり学習でトレーニングする
という流れで行われると考えていました.これにより,未知の画像に対して
特徴ベクトル抽出→k-NN法でヒストグラム作成→ヒストグラム作成により得られたベクトルを分類器へとおす→出力でカテゴリ予測
ということができると考えていました.

しかし,論文を見る限り分類器を使用せず,k-NN法のみでカテゴリ分けまで行っているように見られます.
ヒストグラム作成から4カテゴリへの分類までの流れについて,解説いただきたく存じます.

よろしくお願いいたします.

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

n_thk72

2021/01/16 04:59

ありがとうございます. お送りいただいたページに記載されているようなk-NNの概要は理解しているつもりでした. これに基づくと本論文の場合では, 500のクラスタそれぞれが4つのクラスのいずれかにラベリングされており,未知の画像から得られた特徴ベクトルがどのクラスにラベリングされたクラスタに多く分類されるかでカテゴリ分けが行われるという感じなのでしょうか? 例えば,画像から抽出された30の特徴ベクトルを500のクラスタいずれかに分類したとき,aにラベリングされたクラスタが10個,bは8個,cは7個,dは5個となればこの画像はaに分類されるということでしょうか?
guest

回答1

0

自己解決

入力画像は,特定の体型カテゴリに対応するVisual Wordsの最大出現率を決定することで分類される.という記載が論文内にありました.
コメントいただきありがとうございました.

投稿2021/01/16 07:03

n_thk72

総合スコア19

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.36%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問