講演抄録/キーワード |
講演名 |
2016-02-23 10:00
カスケード型識別器と進化計算による自動最適化CNNを用いたハイブリッド画像認識 ○本間拓人・山崎俊彦・相澤清晴(東大)・川崎順平・茶谷亮裕・進藤俊彦(博報堂アイ・スタジオ) ITS2015-75 IE2015-117 |
抄録 |
(和) |
畳み込みニューラルネットワーク(CNN) はその登場以降幅広い分野で用いられ,非常に優れた性能を誇る.しかし,CNN のネットワークには数多くのハイパーパラメータが存在し,その最適設計は未解決な問題である.また,当然ながらCNN による認識精度は100%ではなく,場合によって他手法では正しく判別できてもCNN では判別を誤ることがある.本稿では,これらの問題を解決するために(1) 粒子群最適化と呼ばれる進化計算による最適化により,CNN パラメータを自動最適化する手法を提案し,(2)CNN の確信度を用いてCNN とカスケード型識別器のハイブリッド認識を行うことによる精度向上を実現する手法を提案する.粒子群最適化を用いた実験では,Alexnet によって平均認識精度81.7%のところ,提案手法では94.6%の精度まで向上させることができた.さらに,応用例としてシートベルト着脱判定を行う識別器を構築し,スマートフォンアプリとして公開したため,これについても報告する. |
(英) |
Recently, convolutional neural network (CNN) has shown its great performance and is used for various tasks. However, there are many hyper-parameters to optimize in CNN. Besides, CNN is not always 100% accurate. In this paper, We have developed methods (1) to optimize CNN using one of the evolutionary method, particle swarm optimization (PSO); and (2) to define confidence of CNN using output probabilities to achieve a hybrid classifier framework by combining CNN and a traditional cascade classifier. As a result, we have improved the accuracy of Alexnet from 81.7% to 94.6%. Finally, we implemented our recognition system into a smartphone application called "Seat Selfie" aiming at seat belt image recognition. |
キーワード |
(和) |
畳み込みニューラルネットワーク / 粒子群最適化 / 確信度判定 / ハイブリッド認識 / / / / |
(英) |
Convolutional neural network / Particle swarm optimization / Condence-based rejection / Hybrid classifier / / / / |
文献情報 |
信学技報, vol. 115, no. 459, IE2015-117, pp. 235-240, 2016年2月. |
資料番号 |
IE2015-117 |
発行日 |
2016-02-15 (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 |
ITS2015-75 IE2015-117 |