G06V 10/766

Definition

Diese Klassifikationsstelle umfasst:

Techniken zum Erkennen oder Verstehen von Bildern oder Videos durch Regression.

Anmerkungen – technischer Hintergrund

Diese Anmerkungen liefern weitere Informationen über die technischen Sachverhalte, die in diese Stelle klassifiziert werden:

Der Begriff “Regression” bezieht sich auf statistische Verfahren zur Schätzung der Beziehungen zwischen einer abhängigen Variablen (oft als “Ergebnisvariable” [outcome variable] oder “Antwortvariable” [response variable] bezeichnet) und einer oder mehreren unabhängigen Variablen (oft als “Prädiktoren”, “Kovariaten” oder “erklärende Variablen” bezeichnet), wobei die Variablen die zugrundeliegenden Bilddaten oder Videodaten modellieren.

Gängige Formen der Regression sind:

Lineare Regression – die Modellspezifikation besteht darin, dass die abhängigen Variablen eine lineare Kombination der Parameter sind (sie müssen jedoch nicht linear in den unabhängigen Variablen sein). Ziel ist es, eine Linie (oder eine komplexere lineare Kombination) zu finden, die die Daten nach einem bestimmten mathematischen Kriterium (z.B. durch Minimierung des Least-Mean-Squares-Kriteriums) am besten beschreibt. Beispielsweise berechnet die gewöhnliche Methode der kleinsten Quadrate die einzige Linie (oder Hyperebene), die die Summe der quadratischen Differenzen zwischen den wahren Daten und dieser Linie (oder Hyperebene) minimiert;
Nichtlineare Regression, z.B. polynomial, binomial, binär, logistisch, multinomial logistisch, usw.

Beispiele

Bildreferenz:G06V0010766000_0

Beispiel für eine adaptive Regressionsanalyse zur Klassifizierung.

Querverweise

Informative Querverweise

Mustererkennung oder maschinelles Lernen, mittels Clustering	G06V 10/762
Mustererkennung oder maschinelles Lernen, mittels Klassifizierung	G06V 10/764
Mustererkennung oder maschinelles Lernen, Verarbeitung von Bildmerkmalen in Merkmalsräumen	G06V 10/77
Mustererkennung oder maschinelles Lernen, Fusion	G06V 10/80
Digitale Datenverarbeitung; komplexe mathematische Operationen	G06F 17/10

Glossar

LMS	Least Mean Squares.
RANSAC	RANdom SAmple Consensus – ein iterativer Algorithmus zur Anpassung eines linearen mathematischen Modells, wie z.B. einer Linie oder einer Ebene durch eine Menge von Punkten, indem der Einfluss von Ausreißern eliminiert wird.