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
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 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 2018-03-19 15:35
適切な学習データの利用と人領域の抽出によるファッションスタイル分類の精度向上
中島健志大木琢郎宮本龍介明大EA2017-137 SIP2017-146 SP2017-120
抄録 (和) 衣服を着用した人の画像を入力としたファッションスタイルの分類は,人の姿勢が一定でなく,さらに,認識対象ではない様々な背景や物体が画像に含まれていることが多いことに加え,そもそも定義が明確ではないため,困難な課題の1つである.本稿では,以下に述べる2つのアプローチを組み合わせること によって分類精度の向上を目指す.1つは,分類器の構築における適切な画像とスタイルラベルを有する大規模な訓練用データセットの利用である.これによって,Hipster Wars データセットにおける分類精度は78.8%となった.2つ目は,セマンティックセグメンテーションに基づく人領域の抽出による不要な画像情報の削除である.大規模な訓練データセットの利用に加えて,人領域の抽出を適用することにより,同データセットにおける分類精度は80.9%に改善された. 
(英) Fashion style estimation from an input image where a human wearing clothes exists is a challenging task in the field of image recognition. This paper tries to improve the classification accuracy of fashion style estimation by the following two approaches: construction of an appropriate data set with style labels and preprocessing with semantic segmentation to reduce the influence of background regions. The data set constructed in this work improved the classification accuracy of the Hipster Wars data set to about 78.8%. When the semantic segmentation based on PSPNet was applied with our data set, the classification accuracy was improved to about 80.9% that is currently the best accuracy in the world.
キーワード (和) ファッションスタイル分類 / 大規模データセット / 深層学習 / セマンティックセグメンテーション / / / /  
(英) Fashion style estimation / large-scale data set / deep neural network / semantic segmentation / / / /  
文献情報 信学技報, vol. 117, no. 516, SIP2017-146, pp. 197-202, 2018年3月.
資料番号 SIP2017-146 
発行日 2018-03-12 (EA, SIP, 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 EA2017-137 SIP2017-146 SP2017-120

研究会情報
研究会 SIP EA SP MI  
開催期間 2018-03-19 - 2018-03-20 
開催地(和) 石垣島 ホテルミヤヒラ 
開催地(英)  
テーマ(和) 音声,応用/電気音響,信号処理,一般 [SIP,EA,SP]/ 医用画像工学一般 [MI] 
テーマ(英) Speech, Engineering/Electro Acoustics, Signal Processing, and Related Topics [SIP, EA, SP]/ Medical Image Engineering, Analysis, Recognition, etc. [MI] 
講演論文情報の詳細
申込み研究会 SIP 
会議コード 2018-03-SIP-EA-SP-MI 
本文の言語 日本語 
タイトル(和) 適切な学習データの利用と人領域の抽出によるファッションスタイル分類の精度向上 
サブタイトル(和)  
タイトル(英) Accuracy Improvement of Fashon Style Classification by Appropriate Training Data and Estimation of Human Regions 
サブタイトル(英)  
キーワード(1)(和/英) ファッションスタイル分類 / Fashion style estimation  
キーワード(2)(和/英) 大規模データセット / large-scale data set  
キーワード(3)(和/英) 深層学習 / deep neural network  
キーワード(4)(和/英) セマンティックセグメンテーション / semantic segmentation  
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) 中島 健志 / Takeshi Nakajima / ナカジマ タケシ
第1著者 所属(和/英) 明治大学 (略称: 明大)
Meiji University (略称: Meiji Univ.)
第2著者 氏名(和/英/ヨミ) 大木 琢郎 / Takuro Oki / オオキ タクロウ
第2著者 所属(和/英) 明治大学 (略称: 明大)
Meiji University (略称: Meiji Univ.)
第3著者 氏名(和/英/ヨミ) 宮本 龍介 / Ryusuke Miyamoto / ミヤモト リュウスケ
第3著者 所属(和/英) 明治大学 (略称: 明大)
Meiji University (略称: Meiji Univ.)
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
発表日時 2018-03-19 15:35:00 
発表時間 25 
申込先研究会 SIP 
資料番号 IEICE-EA2017-137,IEICE-SIP2017-146,IEICE-SP2017-120 
巻番号(vol) IEICE-117 
号番号(no) no.515(EA), no.516(SIP), no.517(SP) 
ページ範囲 pp.197-202 
ページ数 IEICE-6 
発行日 IEICE-EA-2018-03-12,IEICE-SIP-2018-03-12,IEICE-SP-2018-03-12 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会