| 大会名称 |
| 2016年 総合大会 |
| 大会コ－ド |
| 2016G |
| 開催年 |
|
2016
|
| 発行日 |
|
2016/3/1
|
| セッション番号 |
|
D-12A
|
| セッション名 |
|
パターン認識・メディア理解A
|
| 講演日 |
|
2016/3/15
|
| 講演場所(会議室等) |
|
センター2号館 3F 2306
|
| 講演番号 |
|
D-12-24
|
| タイトル |
|
入力可変長型 Convolutional Neural Networks の基礎検討
|
| 著者名 |
|
◎島田大樹, 彌冨 仁,
|
| キーワード |
|
Convolutional Neural Networks, 深層学習, 画像認識
|
| 抄録 |
|
Convolutional Neural Networks(CNN)はその構造上，学習データセット内で統一されたサイズの入力を要求するため，入力時に変形処理を施すことが一般的である．しかしながら，画像に対する変形処理は認識システムに悪影響を与える場合があると考えられる．本稿では，これまでのCNNにおける入力サイズ制約の緩和に関する試みを紹介した上で，入力可変長型CNNの枠組みを示す．そして，入力可変長型CNNの枠組みで検討された手法の性能評価を行なった結果を報告する．
|
| 本文pdf |
|
PDF download
|
