サポートベクトルマシンを用いた自動人相判別の検討 : A study on automatic physiognomy classification with support vector machine
Download as PPTX, PDF5 likes1,154 views
滨笔厂闯2016全国大会のスライド
More Related Content
Viewers also liked (14)
サポートベクトルマシンを用いた自動人相判別の検討 : A study on automatic physiognomy classification with support vector machine
- 2. はじめに（1/2） ? 観相とは 身体?容貌?声?気色を観察し，性質や禍福を見通すこと ?代表例は「人相見」 ? 観相の裾野の広がり 医学：望診，絵画：肖像画の描き分けのための教養 ? 日本における観相の知識体系 相書の残存数は世界随一（伊藤; 2010） ? 現代の占術界における人相見の衰退 確度が低く，他の術法が主流?人相専門の術者は希少
- 3. はじめに（2/2） ? 観相トピックマップ（http://goo.gl/NfRgWZ） – 古典籍原本に基づく観相の知識体系の整理 ?観相学が表現活動に及ぼした影響の研究 – 相書から相の解説と絵を切り取ってデータベース化 – 現在9種の相書に書かれる相を構造化 ?顔の各部位（耳，目，眉，鼻，口）の画像が含まれる ? 研究の目的 相データの応用可能性を模索する学際的研究の一環 顔の各部位画像を用いた機械学習による 観相（人相見）の自動処理の可能性の検討 ?本研究では識別器にサポートベクトルマシンを適用
- 9. サポートベクトルマシン（SVM） ? 機械学習?パターン認識の分野で広く用いられる 2クラス分類器の一つ ? 種々の特徴 – 局所最適解の心配がない – 未知データに対する予測誤差が小さくなるような学習 ? 派生手法 – ソフトマージンSVM ?学習データの識別誤りを許容 – 非線形SVM ?高次元空間に写像して マージン最大化 クラスA クラスBマージン サポートベクトル
- 12. 相の識別実験（1/2） ? 実験条件 – SVMのフリーソフトウェアであるLIBSVMを利用 – データ量（枚数） 左向きと右向きでデータ数が同じ理由 ?片方の向きしかない場合、それを反転して作成 部位＼向き 左 右 正面 耳 84 84 -- 目 227 227 眉 122 122 -- 鼻 59 59 56 口 -- -- 78
- 13. 相の識別実験（2/2） ? 実験条件 ? データを2分割して学習とテストに利用 ?クロスバリデーション（2-fold）による性能評価 項目 内容 BoF特徴量の抽出に必要な クラスタ数 32，64，128，256，512，1024 カーネル関数 RBFカーネル カーネル関数のハイパパラメータ 0.1，0.01，0.001，0.0001 SVMのペナルティパラメータ 0.1, 1, 5, 10, 15, 20, 30, 40, 50, 60, 70, 80, 90, 100, 1000 SVMの重みパラメータ 1/128，1/64，1/8，1/4，1/2，2，4，8， 16 相のラベル 吉（1）と凶（0）
- 14. 実験結果および考察（1/2） ? 各部位の識別率（%） – 平均識別率71.8% – 鼻（正面）の識別率が82.3%と最高値 – 口の識別率が68.0%で最低値 部位＼向き 左 右 正面 耳 71.1 69.2 -- 目 68.8 68.1 -- 眉 73.5 71.8 -- 鼻 74.2 71.4 82.3 口 -- -- 68.0
- 15. 実験結果および考察（2/2） ? 鼻（正面）は吉凶の自動判別に有効である可能性 江戸時代の浮世絵師 西川祐信曰く： 「顔の中心である鼻を定めることにより人物の面体が 定まるため，人物の画法において非常に重要」（要約） ? 目は他の部位と比較して識別率は低い結果 画像データ数を増やすことで今後向上する可能性
- 16. まとめ ? SVMを用いた観相（人相見）の自動処理の検討 – 観相トピックマップに含まれる顔の各部位画像を利用 – 平均識別率は71.8% – 鼻（正面）の識別率が82.3%と最高値 ? 今後の検討課題 – データ量をさらに増やした場合の識別性能 – 他の識別手法との比較（k-means, ランダムフォレスト） – 吉?凶のラベルを自動付与する方法の検討 ?現在は人手で付与しているためコスト大 – 実社会へのアプリケーションの検討