[发明专利]信息处理单元、信息处理方法和程序

说明书

技术领域

本发明涉及一种信息处理单元、信息处理方法和程序，更具体地讲，涉及一种能够基于来自两个或更多个分类器的输出正确地执行两类分类的信息处理单元、信息处理方法和程序。

背景技术

例如，对于诸如人面识别的识别处理，通常采用基于诸如SVM(支持向量机(support vector machine))和AdaBoost的统计学习理论的两类分类器(例如，参见非专利文献1)。

图1是示出典型的两类分类器的配置的例子的框图。

分类器1具有基于诸如SVM和AdaBoost的统计学习理论先前求出的分类函数f(x)。分类器1将输入向量x代入分类函数f(x)，并且输出标量值y作为代入的结果。

比较器2基于标量值y是正的还是负的，或者基于标量值y是大于预定阈值还是小于预定阈值，来确定从分类器1提供的标量值y属于两类中的哪一类，并且输出确定结果。具体地讲，比较器2将标量值y转换成值Y并且输出值Y，其中，对应于这两类中的一类，值Y是“1”或者“-1”。

[非专利文献1]

Bernd Heisele，″Face Recognition with Support Vector Machines：Global versus Component-based Approach″，Massachusetts Instituteof Technology Center for Biological and Computational LearningCanmbridge，U.S.A.

发明内容

本发明要解决的问题

在识别处理中，可能希望基于来自两个或更多个分类器1的标量值y获得综合分类结果(类)。然而，根据其各自的分类函数f(x)从各个分类器1输出的值是基于彼此独立的测量。例如，即使从第一分类器1输出的标量值y₁和从第二分类器2输出的标量值y₂是相同值，各个值的意义仍彼此不同。由此，当以单个一致(singleuniform)的方式(例如，是正还是负，或者是大于还是小于预定阈值)对来自各个分类器1的标量值y进行评估时，常常不能够正确地执行两类分类。

鉴于上述内容，本发明允许基于来自两个或更多个分类器的输出正确地执行两类分类。

解决问题的手段

根据本发明的一个方面，提供一种信息处理单元，该信息处理单元包括：分类装置，用于使用分类函数输出输入数据的标量值；映射装置，用于使用映射函数将该标量值映射为概率值，该映射函数是使用从测试结果计算的概率值求出的，该测试结果是在测试数据被提供到分类装置时从分类装置输出的标量值；以及两类分类装置，用于基于从映射装置输出的概率值来对输入数据属于两类中的哪一类进行分类。

根据本发明的一个方面，提供了一种信息处理方法，其中：信息处理单元包括分类装置、映射装置和两类分类装置，并且对输入数据属于两类中的哪一类进行分类；分类装置使用分类函数输出输入数据的标量值；映射装置使用映射函数将该标量值映射为概率值，该映射函数是使用从测试结果计算的概率值求出的，该测试结果是在测试数据被提供到分类装置时从分类装置输出的标量值；两类分类装置基于从映射装置输出的概率值来对输入数据属于两类中的哪一类进行分类。

根据本发明的一个方面，提供了一种程序，该程序使得计算机起下述装置的作用：分类装置，用于使用分类函数输出输入数据的标量值；映射装置，用于使用映射函数将该标量值映射为概率值，该映射函数是使用从测试结果计算的概率值求出的，该测试结果是在测试数据被提供到分类装置时从分类装置输出的标量值；以及两类分类装置，用于基于从映射装置输出的概率值对输入数据属于两类中的哪一类进行分类。

根据本发明的一个方面，使用分类函数输出输入数据的标量值；使用映射函数将该标量值映射为概率值，该映射函数是使用从测试结果计算的概率值求出的，该测试结果是在测试数据被提供到分类装置时从分类装置输出的标量值；以及基于所映射的概率值对输入数据属于两类中的哪一类进行分类。

信息处理单元可以是独立单元，或者可以是单元中的一个块。

本发明的优点

根据本发明的一个方面，能够基于来自两个或更多个分类器的输出正确地执行两类分类。

附图说明

图1是示出典型的两类分类器的配置的例子的框图。

图2是示出应用本发明的信息处理单元的实施例的配置例子的框图。

图3是描述由图2的信息处理单元执行的两类分类处理的流程图。