[論文レビュー] Multilinear Principal Component Analysis Network for Tensor Object Classification

Rui Zeng, Jiasong Wu+3 more|arXiv (Cornell University)|Nov 5, 2014

Human Pose and Action Recognition被引用数 3

ひとこと要約

本稿では、視覚的分類のための空間的および多次元的構造を活用するテンソルベースのPCANetの拡張であるマルチリンアイベクトル主成分分析ネットワーク（MPCANet）を提案する。多次元代数を用いることで次元間の関係を保持することで、UCF SportsおよびUCF11のアクション認識データセットにおいてPCANetよりも高い精度を達成し、テンソルオブジェクト分類における優れた性能を示している。

ABSTRACT

The recently proposed principal component analysis network (PCANet) has been proved high performance for visual content classification. In this letter, we develop a tensorial extension of PCANet, namely, multilinear principal analysis component network (MPCANet), for tensor object classification. Compared to PCANet, the proposed MPCANet uses the spatial structure and the relationship between each dimension of tensor objects much more efficiently. Experiments were conducted on different visual content datasets including UCF sports action video sequences database and UCF11 database. The experimental results have revealed that the proposed MPCANet achieves higher classification accuracy than PCANet for tensor object classification.

研究の動機と目的

• 多次元データ構造を扱う際のPCANetの限界を解消するため、テンソルベースの表現を組み込むこと。
• テンソルオブジェクト内の空間的および次元間の関係を活用することで、視覚的コンテンツの分類精度を向上させること。
• ビデオシーケンスなどのテンソルデータの内在的構造を自然に保持するディープラーニングアーキテクチャを開発すること。
• PCANetフレームワークを多次元主成分分析に拡張し、テンソル空間におけるより効率的な特徴抽出を実現すること。

提案手法

• PCANetにおける標準的なPCAを、ベクトル化されたデータではなくテンソルオブジェクト上で直接作用する多次元主成分分析（MPCA）に置き換える。
• MPCAは入力テンソルの複数のモード（次元）にわたって適用され、テンソル要素間の空間的および構造的関係を保持する。
• ランダム射影とMPCAを組み合わせて、動画クリップなどのテンソル入力から階層的特徴を抽出する。
• 特徴マップは、ランダム射影と多次元次元削減の級列によって生成され、ディープネットワークの階層的学習を模倣する。
• 抽出された多次元特徴に対して線形SVMを用いて最終的な分類を実行する。

実験結果

リサーチクエスチョン

• RQ1 PCANetの多次元拡張が、テンソル的視覚データにおける分類性能を向上させることができるか？
• RQ2 動画テンソルの多次元的構造を保持することで、特徴表現および分類精度にどのような影響を与えるか？
• RQ3 標準的なアクション認識ベンチマークにおいて、MPCANetはPCANetを上回る精度と頑健性を示すか？
• RQ4 標準PCAと比較して、多次元PCAを用いることで、テンソルデータにおける特徴抽出がどの程度向上するか？

主な発見

• MPCANetはUCF Sportsアクションビデオシーケンスデータベースにおいて、PCANetよりも高い分類精度を達成した。
• UCF11データセットにおいて、MPCANetはPCANetよりも優れた性能を示し、テンソルオブジェクト分類における有効性を確認した。
• 提案手法は、テンソルオブジェクト内の空間的および次元間の関係を効果的に保持しており、より判別力のある特徴を生成した。
• 標準PCAの代わりに多次元PCAを用いることで、視覚的分類タスクにおけるより構造的かつ情報量の多い特徴表現が得られた。