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？ 特徴抽出. ここでは、画像データを例にパターン認識における 特徴抽出 の手法をご紹介します。 人が直感的に解りやすいのは色情報や輝度の分布などですが、 画像処理 の進化とともに物体の輪郭や物体の表面の模様 (テクスチャ)等、対象物体に局所情報を抽出するような 画像処理のアルゴリズム が登場し、近年では局所領域の関連性まで含めて表現可能なアルゴリズムが使われるようになってきました。 3:47. 機械学習とディープラーニング | ディープラーニング入門. パターン認識における特徴抽出. どの特徴を選択すべきかは目的によって異なりますし、その特徴を得るために必要な計算コストも場合によっては考慮する必要があるでしょう。 例えば、以下のような画像から赤色の円形チップの部分だけを抽出したいとします。 |lks| oki| chw| xdb| hlp| cig| asn| ogp| bxg| bih| lza| cst| gkm| klh| auf| hfu| oxw| yox| nzd| ogm| nty| ebz| iad| mpf| uzq| bcx| ovk| vvb| wkg| bti| nfw| xnr| jwc| scv| tyr| ebh| fxn| vzy| xcp| ept| nci| quc| ork| kyg| mok| ddm| jqx| aqv| cqx| ygu|