パーティクルフィルタと適応ベクトル量子化による事後確率分布からの高次情報の特性値抽出

西田 健  生駒 哲一  黒木 秀一  坂本 哲三  

誌名
電子情報通信学会論文誌 D   Vol.J94-D   No.2   pp.450-459
発行日: 2011/02/01
Online ISSN: 1881-0225
DOI: 
Print ISSN: 1880-4535
論文種別: 論文
専門分野: パターン認識
キーワード: 
パーティクルフィルタ,  適応ベクトル量子化,  修正CRL,  特性値,  

本文: PDF(1.1MB)>>
論文を購入




あらまし: 
パーティクルフィルタ(PF:Particle Filter)を制御系や認識系などに組み込んで用いる場合には,意志決定を行うために,粒子の集合で近似表現された推定結果から特性値を抽出する必要がある.そのために,平均値若しくはMAP (Maximum APosteriori)推定値が一般的に用いられるが,強い非線形性を有するシステムでは適切な特性値が得られない場合や,特性値が振動若しくは突発的に変化する場合がある.特に,対象の確率分布が一様分布である場合には,これらの特性値を用いることができない.そこで,PFの離散的な推定結果である粒子の分布を適応的にベクトル量子化する修正CRL (Competitive Reinitialization Learning)アルゴリズムを提案し,確率分布の形状や分布に関する特性値を動的に抽出する手法を提案する.また,多峰性確率分布や一様確率分布の形状情報を提案手法によってオンラインで抽出する数値シミュレーションと実画像実験を示す.