| 大会名称 |
|---|
| 2020年 総合大会 |
| 大会コ－ド |
| 2020G |
| 開催年 |
| 2020 |
| 発行日 |
| 2020-03-03 |
| セッション番号 |
| D-12B |
| セッション名 |
| パターン認識・メディア理解B |
| 講演日 |
| 2020/3/18 |
| 講演場所(会議室等) |
| 工学部 講義棟２F 218講義室 |
| 講演番号 |
| D-12-40 |
| タイトル |
| 全体画像と部分画像を入力とするCNNを用いた詳細画像識別 |
| 著者名 |
| ◎松野拓海, 山内良介, 浅川徹也, 青野雅樹, |
| キーワード |
| 画像認識 |
| 抄録 |
| 近年,画像分類は様々な分野で利用されている.その中でFine Grained Visual Classification(FGVC)は以下の理由により一般画像の分類と比較して難しい問題であるといえる.(1)クラス間の類似度の高さ,(2)各クラス内での物体のスケールや角度の多様さ.そのためFGVCにおいては,物体の各部分における僅かな違いを学習することが重要である.本研究では物体の各部分へのアノテーションを用いて物体検出アルゴリズムを訓練し,それにより検出された部分画像と全体画像を用いてCNNを訓練するという手法を提案する. |
| 本文pdf |
|
PDF download
|