大津の方法

ヒストグラムを２つの領域に分けるときに、それぞれの平均からの誤差が最小になるようにするために必要な計算量がn^2に比例するというのが大津の方法です。パターン認識の人なので、色による領域分割との関係で出てきたのだと思います。

僕が最初に減色ソフトを作ったときには、こういうことをせずに、平均で済ませていました。その後、平均で良い？　と疑問に思ってそのように変更したのですが、コーディングしてみたら確かに、n^2に比例するの手間でした。その後になって、大津の方法について知ったのでした。

1996/9/6の日記に

「パターン認識」の著者の大津氏が、以前リアルワールドコンピューティングを唱えていた人と重なり、児島君の仲人だったことがわかりました。

「パターン認識」の続きを読んで、読み終わりました。後半の方は、前半の厳密な研究とは遠くなってしまっていました。軸の選択の問題を主成分分析による変数の数の圧縮に頼る部分はどうしても変です。AICやベイズに深入りしていないせいだと思います。星占いの場合、取り出している情報が単なるノイズかも知れないという前提があるわけですが、既存の研究の場合、あらかじめ人間がやっている処理を置き換えるという前提があるわけで、ちょっとくらい理論に欠陥があっても近似的には、学習できてしまうわけです。そして、モデルが数学的に少しくらいおかしくても、むしろ、人間の主観の側に問題があるので、計算機のモデルと一致しないみたいな解釈に陥ってしまいやすいと思います。

とか書いていました。