講演抄録/キーワード |
講演名 |
2018-03-18 11:10
空間周波数と色に基づく損失関数を用いた畳み込みオートエンコーダの学習 ○市村直幸(産総研) BioX2017-36 PRMU2017-172 |
抄録 |
(和) |
本論文では,画像からの特徴抽出を目的とした畳み込みオートエンコーダ(Convolutional Autoencoders:CAEs) の学習方法を示す.CAEs は,convolutional neural networks により恒等写像を近似する教師なし学習
を通じ得られる.その学習には,入力である原画像と出力である再構成画像,この2 つの画像の画素値の平均2 乗誤差(Pixel Loss:PL) に基づく損失関数が用いられる.しかし,その損失関数を用いた学習には,再構成画像にボケが生じる,および,色の再現に多くのエポック数を必要とするという問題がある.これらの問題を解決するため,空間周波数と色に基づく損失関数を用いた学習方法を提案する.再構成画像におけるボケの発生は,高い空間周波数成分が欠落することを意味する.この欠落を評価するために,Laplacian フィルタバンクを重みとする畳み込み層をCAEs に付加し,各Laplacian フィルタの出力から部分帯域の平均2 乗誤差(Spatial Frequency Loss:SFL) を求める.また,色の再現を評価するためには,色成分と輝度成分を分離する畳み込み層を付加し,色成分の平均2 乗誤差(Chromatic Loss:CL) を求める.そして,SFL およびCL に基づく損失関数を用い学習を行う.実験を通じ,SFLの導入により再構成画像のボケが軽減され,また,CL の導入により色の再現が促進されることを明らかにした. |
(英) |
This paper presents a learning method for convolutional autoencoders (CAEs) for extracting features from images. CAEs can be obtained by utilizing convolutional neural networks to learn an approximation to the identity function in an unsupervised manner. The loss function based on the pixel loss (PL) that is computed from the mean squared errors between the pixel values of original images and reconstructed images is the common choice for learning. However, using the loss function leads to blurred reconstructed images and requires a large number of epochs to reproduce colors. A method for learning CAEs using a loss function based on spatial frequencies and colors is proposed to mitigate the problems. The blurs in reconstructed images show lack of high spatial frequency components. In order to evaluate the lack of components, a convolutional layer with a Laplacian filter bank as weights is added to CAEs and the mean squared error of a subband (Spatial Frequency Loss:SFL) is obtained from the output of each filter. The mean squared error of a chromatic component (Chromatic Loss:CL) is introduced as well to evaluate color reproduction by addition a convolutional layer by which chromatic components are separated from a luminance component. The learning is performed using a loss function based on the SFL and CL. Empirical evaluation demonstrates that using the SFL reduces the blurs and using the CL facilitates the reproduction of colors. |
キーワード |
(和) |
畳み込みオートエンコーダ / 教師なし学習 / 損失関数 / 空間周波数 / 色 / / / |
(英) |
Convolutional autoencoders / Unsupervised learning / Loss function / Spatial frequency / Color / / / |
文献情報 |
信学技報, vol. 117, no. 514, PRMU2017-172, pp. 1-6, 2018年3月. |
資料番号 |
PRMU2017-172 |
発行日 |
2018-03-11 (BioX, PRMU) |
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 |
BioX2017-36 PRMU2017-172 |
研究会情報 |
研究会 |
PRMU BioX |
開催期間 |
2018-03-18 - 2018-03-19 |
開催地(和) |
青山学院大学 青山キャンパス |
開催地(英) |
|
テーマ(和) |
オープンイノベーション |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
PRMU |
会議コード |
2018-03-PRMU-BioX |
本文の言語 |
日本語 |
タイトル(和) |
空間周波数と色に基づく損失関数を用いた畳み込みオートエンコーダの学習 |
サブタイトル(和) |
|
タイトル(英) |
Learning Convolutional Autoencoders Using a Loss Function Based on Spatial Frequencies and Colors |
サブタイトル(英) |
|
キーワード(1)(和/英) |
畳み込みオートエンコーダ / Convolutional autoencoders |
キーワード(2)(和/英) |
教師なし学習 / Unsupervised learning |
キーワード(3)(和/英) |
損失関数 / Loss function |
キーワード(4)(和/英) |
空間周波数 / Spatial frequency |
キーワード(5)(和/英) |
色 / Color |
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) |
市村 直幸 / Naoyuki Ichimura / イチムラ ナオユキ |
第1著者 所属(和/英) |
産業技術総合研究所 (略称: 産総研)
National Institute of Advanced Industrial Science and Technology (略称: AIST) |
第2著者 氏名(和/英/ヨミ) |
/ / |
第2著者 所属(和/英) |
(略称: )
(略称: ) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
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: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2018-03-18 11:10:00 |
発表時間 |
25分 |
申込先研究会 |
PRMU |
資料番号 |
BioX2017-36, PRMU2017-172 |
巻番号(vol) |
vol.117 |
号番号(no) |
no.513(BioX), no.514(PRMU) |
ページ範囲 |
pp.1-6 |
ページ数 |
6 |
発行日 |
2018-03-11 (BioX, PRMU) |