G検定（JDLA） 練習問題 69：画像認識：局所特徴量の種類と役割
📊 Qraftユーザーの成績
- 難易度 Bランク（レーティング1200）
- 難易度 766位/2795問中
- 正答率 —（0回）
画像認識における特徴量抽出手法である「HOG」に関する記述として、正しいものはどれか。
- 画像内のエッジの勾配方向とその強度をヒストグラム化し、特に歩行者などの人体の形状を認識する目的で古くから広く活用されてきた特徴量。
- 画像内のピクセルの明るさの差分を計算し、複雑なテクスチャや微小なノイズを効率的に抽出する目的で古くから広く活用されてきた特徴量。
- 画像全体の画素値を周波数領域に変換して成分を分析し、周期的なパターンや背景の構造を認識する目的で古くから広く活用されてきた特徴量。
- 画像の角（コーナー）となる部分をピクセル単位で正確に検出し、異なる画像間の位置合わせを行う目的で古くから広く活用されてきた特徴量。
- 画像内の特定の色空間の分布をヒストグラムとして抽出し、照明変化に強い物体認識モデルを構築する目的で古くから広く活用されてきた特徴量。
正解と解説を見る
正解：画像内のエッジの勾配方向とその強度をヒストグラム化し、特に歩行者などの人体の形状を認識する目的で古くから広く活用されてきた特徴量。
画像認識における伝統的な局所特徴量の一つである「HOG（Histogram of Oriented Gradients）」に関する説明として、「画像内のエッジの勾配方向とその強度をヒストグラム化し、特に歩行者などの人体の形状を認識する目的で古くから広く活用されてきた特徴量」が正解です。
【正解の理由】
HOG特徴量は、画像の局所的な領域におけるエッジ（輪郭）の勾配方向をヒストグラムとして表現したものであり、サポートベクターマシン（SVM）等と組み合わせて歩行者検出に利用されてきた歴史があります。
【不正解の理由】
• 「画像内のピクセルの明るさの差分を計算し、複雑なテクスチャや微小なノイズを効率的に抽出する目的で古くから広く活用されてきた特徴量」は、LBP（Local Binary Pattern）などのテクスチャ特徴量に近い説明であり誤り
• 「画像全体の画素値を周波数領域に変換して成分を分析し、周期的なパターンや背景の構造を認識する目的で古くから広く活用されてきた特徴量」は、フーリエ変換等による周波数解析の説明であり誤り
• 「画像の角（コーナー）となる部分をピクセル単位で正確に検出し、異なる画像間の位置合わせを行う目的で古くから広く活用されてきた特徴量」は、ハリスのコーナー検出などの説明であり誤り
• 「画像内の特定の色空間の分布をヒストグラムとして抽出し、照明変化に強い物体認識モデルを構築する目的で古くから広く活用されてきた特徴量」は、カラーヒストグラムに関する説明であり誤り