続・距離校正はつらいよ（１）

お疲れ様です。ソフト班Shinpukuです。

突然ですが、「ニューラルネットワーク」って知ってますか？

ヤホーとかで検索すると、「人の神経細胞（ニューロン）の仕組みをコンピュータで再現したもの」といった感じに出ると思います。

OpenCVにはCvANN_MLP（多層パーセプトロン）という形で実装されていますね。

以下、OpenCVのリファレンスマニュアルより。

MLPは入力層と出力層，そして一つまたは複数の中間層から構成される． MLPのそれぞれの層は一つまたは複数のニューロンを含んでおり，前の層と次の層のニューロンが一方向に繋がれている． 下の図は3入力，2出力，中間層に5つのニューロンを持つ3層のパーセプトロンの例である．

MLPの全てのニューロンは類似している． それらは幾つかの入力リンク（つまり前のレイヤーにある幾つかのニューロンからの出力値を入力として受け取る）と， 幾つかの出力リンク（つまり次のレイヤーの幾つかのニューロンに応答を渡す）を持つ． 前の層から受け取った値は，各ニューロン間のリンクで異なる幾らかの重みを掛けて足され，さらにバイアス項を足し合わされて， その合計値がニューロンによって異なる活性化関数fによって変換される．

では、ニューラルネットワークが距離校正とどう関係しているのでしょうか？

答えはズバリ、「関数の近似」です。ニューラルネットワークは、サンプルを与えて学習させれば、どんな関数でも表現できてしまうのです。

今までは多項式近似で距離校正を行ってきましたが、これをニューラルネットを用いて行うとどうなるのでしょうか。

（続く）