| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-02-16 10:45 情報損失の無い並列的特徴量プーリングを用いた画像認識 ○竹木章人・伊神大貴（東大）・入江 豪（NTT）・相澤清晴（東大）  ITS2017-80 IE2017-112 |
|
| 抄録 | （和） | 畳み込みニューラルネットワーク（CNN）を用いた画像認識において，プーリングは必要不可欠な構造である． 一般的なプーリングでは位置不変性獲得と計算量削減のためにダウンサンプリングを行うが，その際に入力された特徴量の多くが失われる問題がある． そこで本稿では情報損失の無いプーリングとしてParallel Grid Poolingを提案する． 画像分類の標準的データセットであるCIFAR-10, CIFAR-100, SVHNを用いた実験により，本手法の有効性を示す． |
| （英） | In convolutional neural networks for image recognition, the pooling layer plays a important role. The pooling layer performs downsampling in order to acquire the shift invariance and reduce the calculation amount. But at the same time, it discards a lot of useful information for training. In this paper, we propose a novel pooling method called Parallel Grid pooling (PGP). Experimental results on several popular image classification benchmarks show the effectiveness of the proposed method. |
|
| キーワード | （和） | プーリング / データ拡張 / 畳み込みニューラルネットワーク / 画像分類 / / / / |
| （英） | Pooling / Data Augmentation / Convolutional Neural Networks / Image Classification / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 432, IE2017-112, pp. 239-244, 2018年2月. | |
| 資料番号 | IE2017-112 | |
| 発行日 | 2018-02-08 (ITS, IE) | |
| 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 | ITS2017-80 IE2017-112 |
|
| 研究会情報 | |
| 研究会 | ITS IE ITE-MMS ITE-HI ITE-ME ITE-AIT |
| 開催期間 | 2018-02-15 - 2018-02-16 |
| 開催地（和） | 北海道大学 |
| 開催地（英） | Hokkaido Univ. |
| テーマ（和） | 画像処理および一般 |
| テーマ（英） | Image Processing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2018-02-ITS-IE-MMS-HI-ME-AIT |
| 本文の言語 | 日本語 |
| タイトル（和） | 情報損失の無い並列的特徴量プーリングを用いた画像認識 |
| サブタイトル（和） | |
| タイトル（英） | Parallel feature pooling without information loss |
| サブタイトル（英） | |
| キーワード(1)（和/英） | プーリング / Pooling |
| キーワード(2)（和/英） | データ拡張 / Data Augmentation |
| キーワード(3)（和/英） | 畳み込みニューラルネットワーク / Convolutional Neural Networks |
| キーワード(4)（和/英） | 画像分類 / Image Classification |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 竹木 章人 / Akito Takeki / タケキ アキト |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 伊神 大貴 / Daiki Ikami / イカミ ダイキ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. Tokyo) |
| 第3著者 氏名（和/英/ヨミ） | 入江 豪 / Go Irie / イリエ ゴウ |
| 第3著者 所属（和/英） | NTTコミュニケーション科学基礎研究所 (略称： NTT) NTT Communication Science Laboratories (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | 相澤 清晴 / Kiyoharu Aizawa / アイザワ キヨハル |
| 第4著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. Tokyo) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-02-16 10:45:00 |
| 発表時間 | 15分 |
| 申込先研究会 | IE |
| 資料番号 | ITS2017-80, IE2017-112 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.431(ITS), no.432(IE) |
| ページ範囲 | pp.239-244 |
| ページ数 | 6 |
| 発行日 | 2018-02-08 (ITS, IE) |
[研究会発表申込システムのトップページに戻る]