講演抄録/キーワード |
講演名 |
2015-07-17 10:10
[招待講演]深層畳み込みニューラルネットによる画像特徴抽出と転移学習 ○中山英樹(東大) SP2015-45 |
抄録 |
(和) |
画像認識分野において,畳み込みニューラルネット(CNN)は多くのタスクで驚異的な性能を達成し,注目を集めている.特に,ImageNetに代表される大規模物体認識データセットを用いて学習させたCNNの中間層から抽出される特徴は非常に汎用性が高く,さまざまなドメインで利用可能であることが示されている.本講演では,CNNの発展の歴史を概観したのち,CNNの特徴抽出器としての利用や,fine-tuningによる転移学習の研究事例について紹介し,議論する. |
(英) |
Convolutional neural network (CNN) has attracted more and more attention for its remarkable performance in visual recognition. Particularly, it has been shown that features extracted from middle-level layers of CNNs trained with sufficiently large-scale object recognition datasets (typically the ImageNet) are highly generic and that they can be exploited in various domains. In this talk, we will review the history of CNN, and then introduce some case examples of CNNs utilized as a generic feature extractor, and transfer learning through fine-tuning. |
キーワード |
(和) |
深層学習 / 畳み込みニューラルネットワーク / 画像特徴抽出 / 転移学習 / / / / |
(英) |
Deep learning / Convolutional neural network / Image feature extraction / Transfer learning / / / / |
文献情報 |
信学技報, vol. 115, no. 146, SP2015-45, pp. 55-59, 2015年7月. |
資料番号 |
SP2015-45 |
発行日 |
2015-07-09 (SP) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
SP2015-45 |