| 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 | 2020-05-29 14:30 深層学習をインスタンスセグメンテーションに適用した際の予測品質が劣化する原因を解析する手法 ○久保田智規・中尾鷹詔・加藤正文・吉田英司・三好秀誠（富士通研）  SIP2020-14 BioX2020-14 IE2020-14 MI2020-14 |
|
| 抄録 | （和） | 本稿では，深層学習によるインスタンスセグメンテーションにおいて予測精度が劣化する原因の解析手法を提案する．筆者らは，以前，物体認識，および，物体検出において予測精度が劣化する原因を解析する手法を提案した．今回，本手法をインスタンスセグメンテーション(Mask Scoring R-CNN)に拡張した．本手法は，予測結果の品質が劣化する画像(入力画像)において，原因を画素粒度で抽出・可視化する．また，入力画像に本手法で抽出した画素粒度の原因情報を適用することで，推論による予測精度が向上する画像に修正することができる．つまり，本手法で抽出した原因情報は正しく原因を表していると示すことができる． |
| （英） | In this paper, we propose a method to analyze the cause of deterioration of prediction accuracy in instance segmentation by deep learning. We have proposed a method to analyze the cause of deterioration of prediction accuracy in object recognition and object detection. This method is extended to instance segmentation (Mask Scoring R-CNN). This method extracts and visualizes the cause at the pixel grain size in the image (input image) in which the quality of the prediction result deteriorates. And, by applying the cause information of the pixel grain size extracted by this technique to the input image, it can be corrected to the image with improved prediction accuracy. That is, it can be shown that the cause information extracted by this method correctly represents the cause. | |
| 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 / 映像解析 / セグメンテーション / 説明可能なAI / / / |
| （英） | deep learning / convolutional neural network / video analysis / segmentation / XAI / / / | |
| 文献情報 | 信学技報, vol. 120, no. 39, IE2020-14, pp. 67-72, 2020年5月. | |
| 資料番号 | IE2020-14 | |
| 発行日 | 2020-05-21 (SIP, BioX, IE, MI) | |
| ISSN | 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 | SIP2020-14 BioX2020-14 IE2020-14 MI2020-14 |
|
| 研究会情報 | |
| 研究会 | MI IE SIP BioX ITE-IST ITE-ME |
| 開催期間 | 2020-05-28 - 2020-05-29 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 映像・信号の処理・解析・AI技術とその多分野応用 |
| テーマ（英） | Image and signal processing/analysis/AI technology, and their application |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2020-05-MI-IE-SIP-BioX-IST-ME |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習をインスタンスセグメンテーションに適用した際の予測品質が劣化する原因を解析する手法 |
| サブタイトル（和） | |
| タイトル（英） | A method for analyze causes of deterioration of predict quality when Deep Learning is applied to instance segmentation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / deep learning |
| キーワード(2)（和/英） | 畳み込みニューラルネットワーク / convolutional neural network |
| キーワード(3)（和/英） | 映像解析 / video analysis |
| キーワード(4)（和/英） | セグメンテーション / segmentation |
| キーワード(5)（和/英） | 説明可能なAI / XAI |
| 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） | 久保田 智規 / Tomonori Kubota / クボタ トモノリ |
| 第1著者 所属（和/英） | 株式会社富士通研究所 (略称： 富士通研) Fujitsu Laboratories LTD. (略称： Fujitsu Lab.) |
| 第2著者 氏名（和/英/ヨミ） | 中尾 鷹詔 / Takanori Nakao / ナカオ タカノリ |
| 第2著者 所属（和/英） | 株式会社富士通研究所 (略称： 富士通研) Fujitsu Laboratories LTD. (略称： Fujitsu Lab.) |
| 第3著者 氏名（和/英/ヨミ） | 加藤 正文 / Masafumi Katoh / カトウ マサフミ |
| 第3著者 所属（和/英） | 株式会社富士通研究所 (略称： 富士通研) Fujitsu Laboratories LTD. (略称： Fujitsu Lab.) |
| 第4著者 氏名（和/英/ヨミ） | 吉田 英司 / Eiji Yoshida / ヨシダ エイジ |
| 第4著者 所属（和/英） | 株式会社富士通研究所 (略称： 富士通研) Fujitsu Laboratories LTD. (略称： Fujitsu Lab.) |
| 第5著者 氏名（和/英/ヨミ） | 三好 秀誠 / Hidenobu Miyoshi / ミヨシ ヒデノブ |
| 第5著者 所属（和/英） | 株式会社富士通研究所 (略称： 富士通研) Fujitsu Laboratories LTD. (略称： Fujitsu Lab.) |
| 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 | 2020-05-29 14:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | IE |
| 資料番号 | SIP2020-14, BioX2020-14, IE2020-14, MI2020-14 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.38(SIP), no.37(BioX), no.39(IE), no.40(MI) |
| ページ範囲 | pp.67-72 |
| ページ数 | 6 |
| 発行日 | 2020-05-21 (SIP, BioX, IE, MI) |
[研究会発表申込システムのトップページに戻る]