| 大会名称 |
|---|
| 2022年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2022 |
| 発行日 |
| 2022-08-30 |
| セッション番号 |
| 5f |
| セッション名 |
| 知能システムと知識処理(2) |
| 講演日 |
| 2022/09/14 |
| 講演場所(会議室等) |
| 12棟-106教室 |
| 講演番号 |
| F-033 |
| タイトル |
| 画像の追加を許容するDeep Hashingに基づく類似画像検索 |
| 著者名 |
| CHENYANG YE, 古賀久志, |
| キーワード |
| 類似画像検索, 深層ハッシュ, インクリメンタル学習 |
| 抄録 |
|
画像を対象とするハッシュは類似画像探索でよく使われ、空間計算量や検索速度を改善することで注目されている。近年この分野では、深層学習に基づく深層ハッシュが高い検索精度を達成している。既存の深層ハッシュは特定の1データセットで学習するため、ハッシュコードは学習したデータセットに対しては強力だが、未知の学習していないデータセットからの画像がクエリとなると精度低下が起こり、拡張性に欠ける。 そこで、本研究は2つのデータセットを同時に取り扱うことが可能な深層ハッシュに基づいた画像検索手法を提案する。提案手法は最初に教師ありでデータセット１に対して高い精度を達成するハッシュコードを生成し、その後、新しいデータセット２に対してインクリメンタル学習を用いて非教示でハッシュコードを生成する。とくに、教示ありの上位ビットと非教示の下位ビットを連結し、上位ビットによりデータセット1に対して高い精度を維持し、下位ビットでデータセット2に対する検索精度を高める。 |
| 本文pdf |
| PDF download (1MB) |