パターン認識アルゴリズムと識別技法の基礎講座

物体認識を速く、正確に行うために必要な識別技術をプログラミングを通して身につけ、パターン認識の精度と速度の向上に活かそう！

日時：2011年8月29日(月) 13:00〜16:30

[講師の言葉]
パターン認識技術は近年目覚しく発展している技術で、その理論的な基礎も体系化されてきている。しかしながら、そのバックグラウンドとなる分野が、工学、統計学、情報学などに関連し、分かりやすい説明がなされることが少ない。またベイズ統計も、現代においては重要な統計的概念となってきているが、理解しやすい説明がなされる機会は少ない。

　本講座では、パターン認識技術の初心者を対象として、代表的な特徴抽出法である主成分分析法（KL展開法）とベイズ識別器を用いたパターン認識法について、その基本的な概念とアルゴリズムを分かりやすく説明する。また、Ｃ♯言語によるサンプル・プログラムなどを用いて、PCを使ったパターンマッチング、主成分分析、二次元フーリエ変換、ニューラルネットなどの実習を行う。

[プログラム]
Ⅰ．パターン認識
　　１．パターン認識とは
　　２．前処理、特徴抽出、識別器

Ⅱ．パターン認識システムの構築
　　１．パターン認識システムの構築方法
　　　　ａ．統計解析ツールの構築方法
　　　　ｂ．Windows環境での構築
　　　　ｃ．いろいろな市販の開発環境ツール
　　２．特徴抽出法
　　　　ａ．テンプレートマッチング(相互相関)の演習
　　　　ｂ．主成分分析法（KL展開法）のアルゴリズム
　　　　ｃ．主成分分析法の利用例
　　　　ｄ．主成分分析法（KL展開法）のサンプル・コードを用いた開発手法の演習
　　　　ｅ．二次元フーリエ変換のアルゴリズムと演習
　　３．識別器
　　　　ａ．ニューラルネットによる識別器
　　　　ｂ．ニューラルネットのプログラミング演習

Ⅲ．ベイズ識別器によるパターン認識のアルゴリズム
　　１．ベイズの基礎
　　　　ａ．ベイズの定理
　　　　ｂ．ベイズの定理の今日的意味
　　２．ベイズ識別器
　　　　ａ．ベイズ識別器とは
　　　　ｂ．線形識別器（パラメトリック手法）
　　　　ｃ．最近傍識別器（ノンパラメトリック手法）
　　　　ｄ．ベイズ識別器の設計
　　３．特徴選択
　　４．識別系の評価法
　　　　ａ．モンテカルロ法
　　　　ｂ．再代入法
　　　　ｃ．その他の手法