| 題名 | カテゴリ分別によるタイトルの生成 |
| 著者 | 光田 旭利, *六井 淳 (島根大学 総合理工学部 数理情報システム学科) |
| Page | p. 141 |
| Keyword | 形態素, 自動要約, RSS |
| Abstract | タイトルは本文となる文章全体が何を記載しているかを短文で示している。そのため、読み手はタイトルを眺めるだけで自分に興味のあるものかどうかを容易に判定することが可能になる。 本研究では、このように簡潔な表現ができ、最低限必要な情報を得ることが可能なタイトルの生成手法を提案する。 |
| 題名 | 姿勢変動に頑健な3次元特徴に基づく手形状推定 |
| 著者 | *滝本 裕則 (佐世保工業高等専門学校), 吉森 聖貴 (日本文理大学), 満倉 靖恵 (東京農工大学), 福見 稔 (徳島大学) |
| Page | pp. 142 - 143 |
| Keyword | 画像処理, 手話・指文字認識, SVM |
| Abstract | 本研究では，近年安価になりつつあるステレオビジョンを用い，姿勢変動に頑健な指文字認識法を提案した。3次元手形状識別辞書は，ステレオカメラより得られる距離情報と色彩情報を用いて，手の回転モデルとパラメトリック固有空間法に基づく手形状認識に特化した識別辞書を提案した。また，評価用の指文字画像データベースを構築し，識別器としてSVMを用いることで提案手法の有効性を確認した。 |
| 題名 | 発話シーンからのキーフレーム検出と単語読唇 |
| 著者 | *森下 和敏, 齊藤 剛史, 小西 亮介 (鳥取大学 大学院 工学研究科) |
| Page | pp. 144 - 145 |
| Keyword | 読唇, 単語認識, キーフレーム検出, 口形認識 |
| Abstract | 従来，単語読唇は発話シーンの事前登録が必要な単語ベース手法がほとんどであったため，登録のない未知単語を認識できない問題があった．そこで新たな単語読唇手法として，キーフレーム検出に基づく手法を提案する．口形の変化量を解析することで単語の構成要素を発話するキーフレームを自動検出し，そのキーフレームに対して閉唇と5母音に分類される6口形認識を適用することで，発話シーンの口形コード列を得る．さらにそれらと候補単語の口形コード列とのDPマッチングを用いた類似度計算により発話単語を認識する．日本語19単語の発話シーンに対して本手法と単語ベース手法を適用し提案手法の認識精度の評価を行った．その結果，単語ベース手法には劣るものの，平均認識率53.9%を得た． |
| 題名 | 混合ディリクレ過程モデルを利用したARMAモデルベース時系列クラスタリング |
| 著者 | *鷲頭 祐樹, 末松 伸朗, 林 朗, 岩田 一貴 (広島市立大学) |
| Page | pp. 146 - 147 |
| Keyword | ディリクレ過程, ARMAモデル, 時系列クラスタリング |
| Abstract | モデルベース時系列クラスタリングでは，時系列データを生み出す混合モデルを仮定し，同一要素モデルから生成されたとみなされる時系列の集合をクラスタとする．混合ディリクレ過程(DirichletProcess Mixture; DPM)モデルを用いたクラスタリングは，クラスタ数も含むベイズ解析が行える手法として近年注目されている．本研究では，DPMモデルを利用することで，クラスタ数についても推論が行えるようなARMAモデルベースの時系列クラスタリング法を提案し，人工データに対する実験で有効性を確認した．しかし，実データにおいても有効性を示す必要がある． |
| 題名 | HHMMとHHCRFの状態系列推定性能の比較 |
| 著者 | *玉田 寛尚, 林 朗, 末松 伸朗, 岩田 一貴 (広島市立大学大学院情報科学研究科) |
| Page | pp. 148 - 149 |
| Keyword | HHMM, HHCRF, 最尤状態系列推定, 時系列データ |
| Abstract | 音声認識や自然言語処理，バイオインフォマティクスなど，時系列データのパターン認識にはHMM（隠れマルコフモデル）が広く用いられてきた．近年，HMMに代わる確率モデルとしてCRF（条件付確率場）が提案され，様々な研究においてHMMよりも性能が良いことが示されている．筆者らが提案したHHCRF（階層隠れCRF）は，HMM を階層化した確率モデルHHMM（階層HMM）に相当する識別モデルであり，脳波データの分割実験を行い，HHMM よりもHHCRF の方が優れていることが示された．この論文では，訓練時系列データの長さの違いによるHHMMとHHCRF の状態系列推定性能の比較を行う． |
| 題名 | 混合Polya Tree モデルを利用したモデル選択 |
| 著者 | *岡田 行史, 末松 伸朗, 林 朗, 岩田 一貴 (広島市立大学) |
| Page | pp. 150 - 151 |
| Keyword | Polya, Tree, DP, Model |
| Abstract | ノンノンパラメトリックベイズ解析では，共役な確率的確率測度を事前分布に用いる．確率的な確率測度としては，ディリクレ過程(DP) が広く使われているが，確率1 で離散分布を与えるため，利用できる状況が限定される．Polya Tree は設定により確率1 で連続分布を与える事も可能な確率的確率測度で，ノンパラメトリックベイズ解析での利用が期待されている．Polya Treeの有望な応用法の1 つがモデル選択であり，本研究では，データに対して，DP とPolya Tree のいずれがよく適合度するかを，モデル選択法に基づいて調べる．パラメトリックベイズ解析では，共役な確率的確率測度を事前分布に用いる．確率的な確率測度としては，ディリクレ過程(DP) が広く使われているが，確率1 で離散分布を与えるため，利用できる状況が限定される．Polya Tree は設定により確率1 で連続分布を与える事も可能な確率的確率測度で，ノンパラメトリックベイズ解析での利用が期待されている．Polya Treeの有望な応用法の1 つがモデル選択であり，本研究では，データに対して，DP とPolya Tree のいずれがよく適合度するかを，モデル選択法に基づいて調べる． |
| 題名 | 2つの曲線像から相似な部分を高速に抽出するためのアルゴリズム |
| 著者 | *上青木 勝利, 岩田 一貴, 林 朗 (広島市立大学) |
| Page | pp. 152 - 153 |
| Keyword | 曲線整合, 物体認識 |
| Abstract | 曲線整合とは，ある曲線像ともう一つの曲線像の間の適当な対応を見つけることである．一般に，曲線整合はある曲線像全体と類似する箇所が存在する曲線像を認識するために用いられる．しかし，一方で，部分的に類似する箇所が存在する曲線像を認識したいこともよくある．なぜなら，部分的に類似しているという情報もまた有益なことが多いからである．このような場合，相似の定義に従って，ある曲線像ともう一つの曲線像の間の相似な部分を抽出することにより部分的に類似する箇所の認識が可能であるが，その計算コストは高い．そこで，本論文では，曲線整合を用いてそのような相似な部分を高速に抽出するためのアルゴリズムを提案する． |