多数の画像認識アルゴリズムを用いた認識率の向上

はじめに これまで画像認識の認識率を向上させる方法として多数の認識アルゴリズムを用いて認識を行う手法が用いられてきた。 その際、通常はこれらの手法で用いたアルゴリズムの具体的な処理に焦点が当てられてきた。 本研究では、用いるアルゴリズムの具体的な処理には注目せずに、多数の認識アルゴリズムを用いることによって 発生する”認識率を向上させる効果”に注目する。 まず、認識率を向上させる効果について理論的に明らかにし、認識率を向上させるための条件について調べる。 次に、画像認識アルゴリズムをモデル化し、認識率の低い多数の画像認識アルゴリズムをランダムに自動生成する。 最後に、自動生成した多数の画像認識アルゴリズムを用いて実際に認識実験を行う。 認識実験では、認識率が収束するまで画像認識アルゴリズムを増加させて認識率の変化を調べる。 本研究で対象とする、多数の認識アルゴリズムを用いた認識手法は次の二つである。 多数決による決定方法 選択的な使用による決定方法 これらの手法の良い点は主に以下の点である。 学習サンプルを増やさずに多数の特徴を使用することができる（両方共通） 各アルゴリズムの認識率の低さを計算コストで補うことができる（両方共通） 各アルゴリズムは自動的に生成できる（両方共通） （各クラス毎ではなく）各サンプル毎に最も良いアルゴリズムを使用することも可能である（選択的な使用） 他の手法に比べて過学習の心配がない（選択的な使用） つづく。