| 講演名 | 2019-03-18 画像分類精度を向上させる追加タスクの検討 山田 良博(阪府大), 岩村 雅一(阪府大), 黄瀬 浩一(阪府大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 画像中に含まれる物体を分類する画像分類技術において，Convolutional Neural Network (CNN)は分類精度を向上させることで注目を集めている．原則として，CNNの学習は各画像に正しい分類結果を表すラベルが付与されているという条件が仮定されている．この場合，優れた特徴表現能力を学習するためには，人手でラベルが付けられた膨大な枚数の画像を学習する必要があり，コストが高い．この状況を改善するために，ラベルが付与されていない条件で優れた特徴表現能力を獲得する手法が模索されていた．近年，CNNに対して本来の画像分類とは異なる学習タスク(Pretext Task)を扱うことで，ラベルが付与されていない条件で優れた特徴表現が学習可能なことが示された．このようなPretext Taskは従来の教師あり学習とは異なる特徴表現能力を学習している可能性が高く，組み合わせることで分類精度を改善できると考えられる．しかし，Pretext Taskと本来の画像分類タスクを組み合わせた場合については詳しく検証されておらず，有効な方法は示されていない．そこで，2種類のアプローチを通して，Pretext Taskと本来の画像分類タスクについての有効性について検討を行った．実験結果からは，全くランダムに与えられたラベルの学習であっても，本来の画像分類タスクに寄与することを確認した．ただし，我々が検討したタスクは認識精度を大きく改善しなかった． |
| 抄録(英) | |
| キーワード(和) | 一般物体認識 / 深層学習 |
| キーワード(英) | Pretext Task |
| 資料番号 | BioX2018-55,PRMU2018-159 |
| 発行日 | 2019-03-10 (BioX, PRMU) |
| 研究会情報 | |
| 研究会 | PRMU / BioX |
|---|---|
| 開催期間 | 2019/3/17(から2日開催) |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | |
| テーマ（和） | 社会と産業における安全・安心を支える認識・認証技術 |
| テーマ（英） | |
| 委員長氏名（和） | 佐藤 真一(NII) / 鷲見 和彦(青学大) |
| 委員長氏名（英） | Shinichi Sato(NII) / Kazuhiko Sumi(AGU) |
| 副委員長氏名（和） | 井尻 善久(オムロン) / 玉木 徹(広島大) / 今岡 仁(NEC) / 大木 哲史(静岡大) |
| 副委員長氏名（英） | Yoshihisa Ijiri(Omron) / Toru Tamaki(Hiroshima Univ.) / Hitoshi Imaoka(NEC) / Tetsushi Ohki(Shizuoka Univ.) |
| 幹事氏名（和） | 石井 雅人(NEC) / 菅野 裕介(阪大) / 青木 隆浩(富士通研) / 市野 将嗣(電通大) |
| 幹事氏名（英） | Masato Ishii(NEC) / Yusuke Sugano(Osaka Univ.) / Takahiro Aoki(Fujitsu Labs.) / Masatsugu Ichino(Univ. of Electro-Comm.) |
| 幹事補佐氏名（和） | 入江 豪(NTT) / 牛久 祥孝(東大) / 奥井 宣広(KDDI総合研究所) / 渡部 大志(埼玉工大) |
| 幹事補佐氏名（英） | Go Irie(NTT) / Yoshitaka Ushiku(Univ. of Tokyo) / Norihiro Okui(KDDI Research) / Daishi Watabe(Saitama Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding / Technical Committee on Biometrics |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 画像分類精度を向上させる追加タスクの検討 |
| サブタイトル（和） | |
| タイトル（英） | Additional Tasks for Image Recognition |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 一般物体認識 / Pretext Task |
| キーワード(2)（和/英） | 深層学習 |
| 第 1 著者 氏名（和/英） | 山田 良博 / Yoshihiro Yamada |
| 第 1 著者 所属（和/英） | 大阪府立大学(略称：阪府大) Osaka Prefecture University(略称：Osaka Pref. Univ.) |
| 第 2 著者 氏名（和/英） | 岩村 雅一 / Masakazu Iwamura |
| 第 2 著者 所属（和/英） | 大阪府立大学(略称：阪府大) Osaka Prefecture University(略称：Osaka Pref. Univ.) |
| 第 3 著者 氏名（和/英） | 黄瀬 浩一 / Koichi Kise |
| 第 3 著者 所属（和/英） | 大阪府立大学(略称：阪府大) Osaka Prefecture University(略称：Osaka Pref. Univ.) |
| 発表年月日 | 2019-03-18 |
| 資料番号 | BioX2018-55,PRMU2018-159 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | BioX-512,PRMU-513 |
| ページ範囲 | pp.155-160(BioX), pp.155-160(PRMU), |
| ページ数 | 6 |
| 発行日 | 2019-03-10 (BioX, PRMU) |