| 講演名 | 2018-10-25 CasNetによる畳み込みネットワークにおける学習データ不均衡問題の解消 大木 琢郎(明大), 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) | 物体検出のタスクが困難である原因の1つに，正例の数に比べて負例の数が非常に多くなるという学習データの不均衡の問題がある．本稿では，この問題を解決するべく，高速且つ高精度な識別器の構築のために広く使われている "Cascade" の考え方を取り入れた新たなネットワークアーキテクチャ"CasNet"の提案を行う．CasNetは，それ単体ではシンプルなネットワークであるが，既存のConvNetsの各層に連結することでステージ(段)を構成する．各ステージにおいて，学習時に学習の阻害となるような負例を上手く棄却することで，ConvNetsでは，より識別が難しいサンプルを重点的に取り扱うことが可能になる．PASCAL VOC2012から作成したデータセットを用いた性能評価の結果，CasNetによって，学習の効率化及び最大で8.71%の精度向上が確認された． |
| 抄録(英) | Imbalanced samples composed of limited number of positive samples corresponding to objects and huge number of negative samples extracted from background regions reduces the accuracy of visual object detection. To solve this problem, this paper proposes a novel convolutional neural network named "CasNet". CasNet introduces cascade structure that is used for rapid and accurate object detector in order to reduce the number of negative. The CasNet become a cascade stage when it is attached to a layer of existing convolutinoal neural networks to construct cascaded classifier. Each stage composed of a CasNet peforms two-class classification to reject easy negatives corresponding to background regions. By this early rejection of easy negatives, a main network can be trained to classify more complex samples. Experimental results using a dataset created from the PASCAL VOC2012 dataset showed that higher accuracy was obtained at less training iterations if CasNets were attached to VGG16 appropriately. |
| キーワード(和) | 物体検出 / 畳み込みニューラルネットワーク / 不均衡データ問題 |
| キーワード(英) | Visual object detection / Convolutional neural network / Data imbalance problem |
| 資料番号 | SIS2018-13 |
| 発行日 | 2018-10-18 (SIS) |
| 研究会情報 | |
| 研究会 | SIS / ITE-BCT |
|---|---|
| 開催期間 | 2018/10/25(から2日開催) |
| 開催地（和） | 京都大学 百周年時計台記念館 |
| 開催地（英） | Kyoto University Clock Tower Centennial Hall |
| テーマ（和） | システム実現技術, 近距離通信応用システム, 知的マルチメディア処理システム，放送技術および一般 |
| テーマ（英） | System Implementation Technology, Short Range Wireless Systems, Smart Multimedia Systems, Broadcasting Technology, etc. |
| 委員長氏名（和） | 仲地 孝之(NTT) / 大槻 知明(慶大) |
| 委員長氏名（英） | Takayuki Nakachi(NTT) / Tomoaki Otsuki(Keio Univ) |
| 副委員長氏名（和） | 末竹 規哲(山口大) / 木村 誠聡(神奈川工科大) / 斎藤 恭一(NHK) / 春日 康志(テレビ朝日) |
| 副委員長氏名（英） | Noriaki Suetake(Yamaguchi Univ.) / Tomoaki Kimura(Kanagawa Inst. of Tech.) / Kyoichi Saito(NHK) / Yasushi Kasuga(TV Asahi) |
| 幹事氏名（和） | 田向 権(九工大) / 藤吉 正明(首都大東京) / 田中 祥次(B-SAT) / 中村 円香(NHK) / 和泉田 智志(日本テレビ) / 福本 正義(NEC) |
| 幹事氏名（英） | Hakaru Tamukoh(Kyushu Inst. of Tech.) / Masaaki Fujiyoshi(Tokyo Metropolitan Univ.) / Shoji Tanaka(B-SAT) / Madoka Nakamura(NHK) / Satoshi Izumida(NTV) / Masayoshi Fukumoto(NEC) |
| 幹事補佐氏名（和） | 古賀 崇了(徳山高専) / 三澤 秀明(宇部高専) / 塩川 茂樹(神奈川工科大) / 森住 俊美(NTT) / 並川 巌(関西テレビ) |
| 幹事補佐氏名（英） | Takanori Koga(National Inst. of Tech. Tokuyama College) / Hideaki Misawa(National Inst. of Tech., Ube College) / Shigeki Shiokawa(Kanagawa Inst. of Tech.) / Toshiharu Morizumi(NTT) / Iwao Namikawa(Kansai Telecasting Corporation) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Smart Info-Media Systems / Technical Group on Broadcasting Technology |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | CasNetによる畳み込みネットワークにおける学習データ不均衡問題の解消 |
| サブタイトル（和） | |
| タイトル（英） | Improvement of Classification Accuracy for Imbalanced Training Data by CasNet |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 物体検出 / Visual object detection |
| キーワード(2)（和/英） | 畳み込みニューラルネットワーク / Convolutional neural network |
| キーワード(3)（和/英） | 不均衡データ問題 / Data imbalance problem |
| 第 1 著者 氏名（和/英） | 大木 琢郎 / Takuro Oki |
| 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） | 宮本 龍介 / Ryusuke Miyamoto |
| 第 2 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 | 2018-10-25 |
| 資料番号 | SIS2018-13 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | SIS-264 |
| ページ範囲 | pp.19-24(SIS), |
| ページ数 | 6 |
| 発行日 | 2018-10-18 (SIS) |