[論文レビュー] The structure of Bayes nets for vision recognition

John Mark Agosta|arXiv (Cornell University)|Mar 27, 2013

Bayesian Modeling and Causal Inference参考文献 2被引用数 4

ひとこと要約

本稿では、多重接続グラフを扱えるように、信念ネットワークとインフルエンス図を併用することで、モデルベース視覚認識のための構造的ベイズネットワーク手法を提案する。幾何学的および機能的オブジェクト記述からネットワーク構造を原理的かつ一貫して導出する手法を提示し、ヒューリスティック手法で一般的に見られる任意のパラメータを避けることで、視覚タスクにおける効率的な推論を可能にする。

ABSTRACT

This paper is part of a study whose goal is to show the effciency of using Bayes networks to carry out model based vision calculations. [Binford et al. 1987] Recognition proceeds by drawing up a network model from the object's geometric and functional description that predicts the appearance of an object. Then this network is used to find the object within a photographic image. Many existing and proposed techniques for vision recognition resemble the uncertainty calculations of a Bayes net. In contrast, though, they lack a derivation from first principles, and tend to rely on arbitrary parameters that we hope to avoid by a network model. The connectedness of the network depends on what independence considerations can be identified in the vision problem. Greater independence leads to easier calculations, at the expense of the net's expressiveness. Once this trade-off is made and the structure of the network is determined, it should be possible to tailor a solution technique for it. This paper explores the use of a network with multiply connected paths, drawing on both techniques of belief networks [Pearl 86] and influence diagrams. We then demonstrate how one formulation of a multiply connected network can be solved.

研究の動機と目的

• 視覚認識のためのベイズネットワーク構造を、ヒューリスティックなパrameter選択を避けて、原理的かつ第一原理から導出すること。
• 計算効率を高めるためのネットワークの独立性と、正確なモデリングを可能にする表現力の間のトレードオフを調査すること。
• 視覚応用における多重接続ベイズネットワークに対する解決手法を提示すること。
• 信念ネットワークとインフルエンス図の技術を統合し、複雑な視覚認識問題のモデリングを改善すること。
• 幾何学的および機能的オブジェクトモデルから外観予測を導出し、画像における頑健なオブジェクト認識を可能にすること。

提案手法

• オブジェクトの幾何学的および機能的記述から、その視覚的外観を予測するベイズネットワークを構築する。
• 条件付き独立性の仮定を用いてネットワーク構造を設計し、計算効率とモデル表現力のバランスをとる。
• 信念ネットワーク（Pearl, 1986）とインフルエンス図の技術を併用して、視覚問題における複雑な依存関係をモデル化する。
• 視覚的特徴と制約の相互依存性を表現するため、多重接続されたネットワーク構造を定式化する。
• 得られたネットワーク構造に対応する、写真画像における認識を支援する、特化した推論アルゴリズムを開発する。
• ヒューリスティックな調整ではなく、第一原理からネットワークパラメータを導出する。

実験結果

リサーチクエスチョン

• RQ1 視覚認識のためのオブジェクトの幾何学的および機能的記述から、ベイズネットワーク構造を体系的に導出する方法は何か？
• RQ2 視覚認識タスクにおいて、ネットワークの独立性と表現力の最適なトレードオフは何か？
• RQ3 現実世界の視覚問題に対して、多重接続ベイズネットワークを効果的に解けるか？
• RQ4 信念ネットワークとインフルエンス図は、視覚認識モデリングにおいてどのように補い合うか？
• RQ5 原理的ベイズモデリングは、視覚システムにおける任意パラメータへの依存をどの程度低減できるか？

主な発見

• 提案されたベイズネットワーク構造により、幾何学的および機能的記述に基づくオブジェクト外観の原理的モデリングが可能になった。
• 条件付き独立性の仮定の使用により、推論が簡素化されつつも、認識タスクに必要な十分なモデル表現力が維持された。
• 視覚認識の文脈において、多重接続ベイズネットワークに対する解決手法が成功裏に実証された。
• ヒューリスティックな視覚手法で一般的に見られる任意のパrameterを回避することで、再現性と理論的基盤の強化が達成された。
• 信念ネットワークとインフルエンス図の統合により、複雑な視覚的依存関係のより頑健なモデリングが可能になった。
• 視覚問題における識別可能な独立性関係に基づいてネットワークを構造化することで、効率的な推論が可能になった。