| 講演名 | 2022-12-05 3DCGから生成されたデータセットへのスタイル変換の適用による実画像分類の精度向上 井上 尊(明大), 冨田 陽一(明大), 学多 晃司(デジタル総合印刷), 山田 悦志(デジタル総合印刷), 刈谷 葵(デジタル総合印刷), 紀之定 正一(真生印刷), 北出 雄二郎(真生印刷), 宮本 龍介(明大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 一般に機械学習を実アプリケーションに適用するには，目的に応じた学習データセットを多大な労力をかけて作成しなければ実用的な精度が得られない．このような労力を削減することを目的とし，分類対象の3D モデルが存在する場合にレンダリング結果と対応するクラスラベルの付与を自動的に実行する枠組みを提案しているが，一般に知られているのと同様，3D モデルのレンダリング結果を直接学習に用いた分類器は実画像に対して精度が低下するという問題がある． 本研究では，こうしたドメインギャップの影響に対処するため，物体の形状を重視して画像を認識するように分類器の学習を行う手法を提案する．3D モデルから生成された学習データセットに対して適切にスタイル変換を適用することにより，それに相当する実物を撮影した評価データセットに対する分類精度を最大11% 向上させることができた． |
| 抄録(英) | In general, in order to achieve sufficient accuracy by machine learning in practical applications, training data appropriate for the target that requires huge cost for creation is indispensable. A novel framework was proposed to reduce the cost required for dataset creation by using three-dimensional models of target object to generate two-dimensional images with labels for classification. However, existing work shows that classification accuracy of actual images becomes worse when a classifier is trained using rendered images from three-dimensional models. This paper proposes a training scheme that learns shapes of target objects more than the standard way to improve classification accuracy when a domain gap exists. Experimental results showed that the classification accuracy was improved by 11% when style transfer was applied to training data generating from three-dimensional models. |
| キーワード(和) | 深層学習 / コンピュータグラフィックス / スタイル変換 / ドメインギャップ |
| キーワード(英) | deep learning / computer graphics / style transfer / domain gap |
| 資料番号 | SIS2022-30 |
| 発行日 | 2022-11-28 (SIS) |
| 研究会情報 | |
| 研究会 | SIS |
|---|---|
| 開催期間 | 2022/12/5(から2日開催) |
| 開催地（和） | 関西大学 |
| 開催地（英） | |
| テーマ（和） | スマートパーソナルシステム,一般 |
| テーマ（英） | |
| 委員長氏名（和） | 木村 誠聡(神奈川工科大) |
| 委員長氏名（英） | Tomoaki Kimura(Kanagawa Inst. of Tech.) |
| 副委員長氏名（和） | 笹岡 直人(鳥取大) / 田向 権(九州工大) |
| 副委員長氏名（英） | Naoto Sasaoka(Tottori Univ.) / Hakaru Tamukoh(Kyushu Inst. of Tech.) |
| 幹事氏名（和） | 坂東 幸浩(NTT) / 吉田 壮(関西大学) |
| 幹事氏名（英） | Yukihiro Bandoh(NTT) / Soh Yoshida(Kansai Univ.) |
| 幹事補佐氏名（和） | 眞壁 義明(神奈川工科大) / 杉浦 陽介(埼玉大) |
| 幹事補佐氏名（英） | Yoshiaki Makabe(Kanagawa Inst. of Tech.) / Yosuke Sugiura(Saitama Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Smart Info-Media Systems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 3DCGから生成されたデータセットへのスタイル変換の適用による実画像分類の精度向上 |
| サブタイトル（和） | |
| タイトル（英） | Accuracy Improvement of Real Image Classification by Style Transfer Using Training Data Created from 3DCG |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 深層学習 / deep learning |
| キーワード(2)（和/英） | コンピュータグラフィックス / computer graphics |
| キーワード(3)（和/英） | スタイル変換 / style transfer |
| キーワード(4)（和/英） | ドメインギャップ / domain gap |
| 第 1 著者 氏名（和/英） | 井上 尊 / Takeru Inoue |
| 第 1 著者 所属（和/英） | 明治大学(略称：明大) Meiji University(略称：Meiji Univ.) |
| 第 2 著者 氏名（和/英） | 冨田 陽一 / Youichi Tomita |
| 第 2 著者 所属（和/英） | 明治大学(略称：明大) Meiji University(略称：Meiji Univ.) |
| 第 3 著者 氏名（和/英） | 学多 晃司 / Kouji Gakuta |
| 第 3 著者 所属（和/英） | デジタル総合印刷株式会社(略称：デジタル総合印刷) Digital Printing & Solutions Co., Ltd.(略称：Digital Printing & Solutions) |
| 第 4 著者 氏名（和/英） | 山田 悦志 / Etsuji Yamada |
| 第 4 著者 所属（和/英） | デジタル総合印刷株式会社(略称：デジタル総合印刷) Digital Printing & Solutions Co., Ltd.(略称：Digital Printing & Solutions) |
| 第 5 著者 氏名（和/英） | 刈谷 葵 / Aoi Kariya |
| 第 5 著者 所属（和/英） | デジタル総合印刷株式会社(略称：デジタル総合印刷) Digital Printing & Solutions Co., Ltd.(略称：Digital Printing & Solutions) |
| 第 6 著者 氏名（和/英） | 紀之定 正一 / Masakazu Kinosada |
| 第 6 著者 所属（和/英） | 真生印刷株式会社(略称：真生印刷) Shinsei Printing Co., Ltd.(略称：Shinsei Printing) |
| 第 7 著者 氏名（和/英） | 北出 雄二郎 / Yujiro Kitaide |
| 第 7 著者 所属（和/英） | 真生印刷株式会社(略称：真生印刷) Shinsei Printing Co., Ltd.(略称：Shinsei Printing) |
| 第 8 著者 氏名（和/英） | 宮本 龍介 / Ryusuke Miyamoto |
| 第 8 著者 所属（和/英） | 明治大学(略称：明大) Meiji University(略称：Meiji Univ.) |
| 発表年月日 | 2022-12-05 |
| 資料番号 | SIS2022-30 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | SIS-293 |
| ページ範囲 | pp.38-43(SIS), |
| ページ数 | 6 |
| 発行日 | 2022-11-28 (SIS) |