| 講演名 | 2021-05-21 動作認識のための合成データ活用に向けたドメイン適応手法の検討 礒井 葉那(お茶の水女子大), 竹房 あつ子(NII), 中田 秀基(産総研), 小口 正人(お茶の水女子大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | ディープニューラルネットワークの進歩に伴う学習データ不足の問題について様々な議論が行われており, その解決策の1つに合成データを利用した学習がある. 合成データには生成が比較的容易であるという利点があるが, 合成データを用いて学習したモデルには, 実データ解析時にドメインシフトによって解析精度が低下するという課題がある. 本研究では,合成動画像データを活用した高精度な実動画像データ識別の実現を目的とし, 写実的な合成動画像データを作成して学習し, その動作識別精度を調査した. 実験の結果, 合成動画像データにデータ拡張を行い, ラベルなし実動画像データと併せてドメイン適応を用いた学習を行うことで, 実データ動作識別精度の向上が可能であることがわかった. |
| 抄録(英) | The lack of learning data is considered as one of the reasons why the classification accuracies of deep neural networks do not improve. Synthetic data are used for learning to resolve the above issue because they can be generated relatively easier than real data. However, the models trained using synthetic data generally show low classification accuracies for actual data analysis due to domain shift that is differences in data characteristics. To achieve highly accurate video action classification using synthetic video data, we create a realistic synthetic video data set and investigate the video classification accuracies using the data set. The experimental results show that the accuracies can be improved by using data augmentation methods and DNN-based domain adaptation. |
| キーワード(和) | ドメイン適応 / 合成データ / データ拡張 / 敵対的学習 / 動画像分類 |
| キーワード(英) | domain adaptation / synthetic data / data augmentation / adversarial learning / video classification |
| 資料番号 | PRMU2021-5 |
| 発行日 | 2021-05-13 (PRMU) |
| 研究会情報 | |
| 研究会 | PRMU / IPSJ-CVIM / IPSJ-NL |
|---|---|
| 開催期間 | 2021/5/20(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | Vision & Language |
| テーマ（英） | Vision & Language |
| 委員長氏名（和） | 佐藤 洋一(東大) |
| 委員長氏名（英） | Yoichi Sato(Univ. of Tokyo) |
| 副委員長氏名（和） | 木村 昭悟(NTT) / 岩村 雅一(阪府大) |
| 副委員長氏名（英） | Akisato Kimura(NTT) / Masakazu Iwamura(Osaka Pref. Univ.) |
| 幹事氏名（和） | 内田 祐介(Mobility Technologies) / 山下 隆義(中部大) |
| 幹事氏名（英） | Yusuke Uchida(Mobility Technologies) / Takayoshi Yamashita(Chubu Univ.) |
| 幹事補佐氏名（和） | 柴田 剛志(NTT) / 西山 正志(鳥取大) |
| 幹事補佐氏名（英） | Takashi Shibata(NTT) / Masashi Nishiyama(Tottori Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding / Special Interest Group on Computer Vision and Image Media / Special Interest Group on Natural Language |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 動作認識のための合成データ活用に向けたドメイン適応手法の検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Domain Adaptation for Video Action Classification Utilizing Synthetic Data. |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ドメイン適応 / domain adaptation |
| キーワード(2)（和/英） | 合成データ / synthetic data |
| キーワード(3)（和/英） | データ拡張 / data augmentation |
| キーワード(4)（和/英） | 敵対的学習 / adversarial learning |
| キーワード(5)（和/英） | 動画像分類 / video classification |
| 第 1 著者 氏名（和/英） | 礒井 葉那 / Hana Isoi |
| 第 1 著者 所属（和/英） | お茶の水女子大学(略称：お茶の水女子大) Ochanomizu University(略称：Ochanomizu Univ.) |
| 第 2 著者 氏名（和/英） | 竹房 あつ子 / Atsuko Takefusa |
| 第 2 著者 所属（和/英） | 国立情報学研究所(略称：NII) National Institute of Informatics(略称：NII) |
| 第 3 著者 氏名（和/英） | 中田 秀基 / Hidemoto Nakada |
| 第 3 著者 所属（和/英） | 産業技術総合研究所(略称：産総研) National Institute of Advanced Industrial Science and Technology(略称：AIST) |
| 第 4 著者 氏名（和/英） | 小口 正人 / Masato Oguchi |
| 第 4 著者 所属（和/英） | お茶の水女子大学(略称：お茶の水女子大) Ochanomizu University(略称：Ochanomizu Univ.) |
| 発表年月日 | 2021-05-21 |
| 資料番号 | PRMU2021-5 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | PRMU-23 |
| ページ範囲 | pp.25-30(PRMU), |
| ページ数 | 6 |
| 発行日 | 2021-05-13 (PRMU) |