大会名称 |
---|
2020年 情報科学技術フォーラム(FIT) |
大会コ-ド |
F |
開催年 |
2020 |
発行日 |
2020-08-18 |
セッション番号 |
1g |
セッション名 |
コンピュータビジョンとパターン認識 |
講演日 |
2020/09/01 |
講演場所(会議室等) |
g |
講演番号 |
CH-002 |
タイトル |
少量のラベル付きデータを用いた蚊の分類学習方法の検討 |
著者名 |
大城慶知, 遠藤聡志, 斎藤美加, |
キーワード |
画像分類, 事前学習, ネッタイシマカ, ヒトスジシマカ |
抄録 |
蚊媒介性感染症のデング熱は分布の拡大、罹患率、重篤度から公衆衛生上の脅威である。沖縄や日本には、デング熱を媒介するヒトスジシマカが広範囲で生息しているが、より媒介能の高いネッタイシマカの移入に関して監視する必要があり、蚊の簡便で正しい分類は喫緊の課題である。本研究では、調査の補助のための少量のラベル付きデータセットで高精度な分類モデルを作成することを目的とする。一般的に少量のラベル付きデータセットを用いた分類問題では、転移学習を用いることが多い。しかし、蚊の分類問題では蚊のみを捉え、かつ重要な特徴量が微小な領域に含まれることもあり適切な重みを学習することが難しい。よって、ラベルのないデータセットで教師なし事前学習をと小さい特徴量を分類するための手法の提案を行う。 |
本文pdf |
PDF download (1.5MB) |