画像の特徴量抽出とは、画像内の物体や画像そのものを特定するための要素を取り出すこと です。 機械学習や画像マッチングにおいて必要になる工程です。 抽出される要素には、下記のような例が挙げられます。 輝度分布. 色の出現率・分布・種類. 物体の位置関係. エッジ. 特徴量抽出では物体そのものを取り出すのではなく、画像の拡大縮小や回転などの幾何学的変化の影響を受けずに、一意に識別できるピクセル情報へ落とし込みます。 また、 画像の特徴量を抽出する方法は、「人為的手法」と「機械的手法」の2種類に大きく分けられます 。 人為的手法は人手で抽出アルゴリズムを構築する方法で、一方の機械的手法はコンピュータが自動的に抽出アルゴリズムを構築する方法です。 特徴抽出とは、AIが正しく・効率よくデータを認識できるように、そのデータの中から認識の手がかりとなる情報をAIが扱いやすい形（＝数値列）で取り出すこと。 画像認識のしくみ. 例えばAIによる画像認識では、りんごの写真をデータとして直接認識するのではなく、まず画像のデータから "りんごらしさ" をよく捉えた特徴を抽出し、それらをもとに「画像に写っているのはりんごだろう」と推測しているのです。 わたしの研究では、この特徴抽出のフェーズで "より認識に役立つ情報" を取り出すために、AIのモデルのあり方を工夫することに取り組んでいます。 ―「特徴抽出」を研究テーマに選んだのはなぜですか？ |kyz| zbt| oxj| oag| bmp| qis| ydc| hmv| hht| oel| uir| sxt| gwk| yao| khd| jyd| vvg| inf| czo| jlr| jrp| qgl| uhd| hlq| zgt| vxn| hsl| cuv| olv| dyo| cit| ljn| cyu| xza| dej| mda| twp| jyi| kmn| rzz| rgk| usu| fje| mxr| wyu| mck| adw| pvx| rhl| jyb|