対象とする環境で距離計量を学習することで,照合精度の向上を図る人物照合問題の特徴転移では, 学習サンプルが極めて少ない場合,逆に精度を大きく低下させてしまう. 本研究では,この要因が学習サンプルとテストサンプルの所属する特徴量の部分空間の違いにあることへ着目し, この問題を解決する手法群を開発する. まず, 既存の線形のマハラノビス距離計量学習改良する. また,特徴マップの構造へ着目し学習サンプル数を疑似的に増加させる効果を持つ手法と非線形拡張手法を開発し, 更なる精度向上を行う.