@article{oai:nagoya.repo.nii.ac.jp:00008532,
 author = {村瀬, 洋 and MURASE, HIROSHI},
 journal = {情報処理学会論文誌},
 month = {},
 note = {画像認識は, 入力パターンの多様な変動や変形を吸収し, モデルあるいは学習パターンと照合することにより実現できる.認識の前処理として用いられる入力パターンの正規化は, 変動や変形を吸収するための1つの手法である.一方, 変動や変形に対処するための別の手法として, 学習パターンを変動や変形により様々に生成し, これと入力パターンと照合する手法も考えられる.この学習パターンを生成する処理は, 認識の事前処理である学習段階に行うことが可能であり, 生成型の学習といってもよい.またこの手法は, 学習パターンを多数生成することが可能になるので, 収集できる学習パターン数が少ない場合に有効である.本論文では, 著者自身がこれまで行ってきた画像認識の研究例を用いて, 生成型学習の観点で体系的に整理してみた., This paper describes a generative learning method for image recognition. Generally, an input pattern is normalized in the preprocessing stage of a recognition system to cope with the deformation of the pattern. In contrast, our generative learning method synthesizes the learning patterns by image generation techniques such as adding noise, interpolation, generating function. This method can improve the recognition accuracy even if we have a small number of learning samples. This paper introduces several examples that authors applied in their recognition systems so far.},
 pages = {35‐42--35‐42},
 title = {画像認識のための生成型学習(<特集>CVにおけるパターン認識・学習理論の新展開)},
 volume = {46},
 year = {2005}
}