MBRM

CVPR2004で発表されたUniversity of MassachusettsのMBRM(Multiple Bernoulli Relevance Model)の実装中。実験使用している画像データ(Coral Image)は、研究室で使用している処理済データ(セグメンテーション、特徴量抽出済)と同じですが、セグメンテーションの方法と使用している特徴量に違いがあるので、どこまで性能を再現できるか微妙ですが、論文に記載されているデータがひとえにこの確立統計モデルのおかげであるのなら、かなり期待できる。
研究室の先生やら学生やらに教えてもらいながら、どう実装するかの基本を習得しつつあるが、長いこと組込み機器ソフトのプログラミングをしてきた自分にはびっくりするようなやり方だったりする。漠然とニューラルネットワークのようにトレーニングデータを用いて、重みを調節するようなプログラムを想定していましたが、条件付確立率を計算するというか全ての組合せを保持する巨大な2次元配列として実装するしかないようです。大変なメモリ食いです。まずいことに、トレーニングデータが増えるごとに、必要なメモリ量がリニアに増加。計算にも随分と時間がかかっている。ミリ秒単位で最適化していた職場とはかなり違う。