画像認識アルゴリズムの汎用化

汎用化へのアプローチ 一般に、画像認識システムは、前処理部（ノイズ除去や正規化など）、特徴抽出部（特徴ベクトル作成など）、 識別部（統計的手法など）の三つの部分で構成される。識別部は汎用化できる部分であり、パーセプトロンや ニューラルネットワークなど、本質的にはベイズ決定則の枠組みで体系づけられる。 一方、前処理部や特徴抽出部は汎用化不可能であると言われており、結果として画像認識技術の汎用化は不可能だと 結論づけられている。 ここで見落とされがちなことは、本来の目的はあらゆる認識問題を解決することであり、この目的を達成する アプローチは少なくとも二つあるあるということである。一つは直接汎用の画像認識システムを作成することであり、 もう一つは認識問題に特化した画像認識システムを自動的に作成する汎用のシステムを作成することである。 後者のアプローチは前者に比べ実現の見込みがあり、その一手法として考案したものについて紹介する。 概要 自動作成システムが行う処理は、これまで画像認識の研究者が開発してきた様々な手法（以下、コンポーネントと記す） の中から、与えられた認識問題に有効なものを選択したり、微調整したりして、最終的に認識率を最も高くする 認識システムを新たに作成することである。この処理を自動的に行うために人工知能が必要となり、人工知能が処理する 画像認識システムのモデル化が必要となる。 つづく。 修論のpsファイル、 修論のpdfファイル