強化学習に基づくファジィLMedS アルゴリズムのサンプリング行動戦略

DOI

書誌事項

タイトル別名
  • Sampling Strategies for Fuzzy LMedS Algorithm Based on Reinforcement Learning

抄録

コンピュータビジョンではカメラやプロジェクタなどの光学機器の特性によるノイズを避けてモデリングする必要がある．コンピュータビジョンシステムの性能を改善するためにはロバストなモデリング技術の開発が不可欠である．RANSAC や LMedS アルゴリズムはこの課題に対して広く適用されてきた．しかし，実際の問題では，その性能は含まれる外れ値ノイズの割合が増えると劣化し，計算時間も増大する傾向がある．ロバスト推定の有望な技術として，筆者らは強化学習の概念に基づくファジィ LMedS 法を提案した．本研究では，人工生成データに対するファジィモデリングとカメラホモグラフィーの推定実験を通して，強化学習の重要な要素である行動選択戦略を調査する．実験結果から提案したε-ルーレット戦略によれば計算時間，モデルの最適性，モデリングのロバスト性において有望であることがわかった．

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390574445219717248
  • DOI
    10.24466/jbfsa.23.1_45
  • ISSN
    24242578
    13451537
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ