適切な学習データの利用と人領域の抽出によるファッションスタイル分類の精度向上

中島健志; 大木琢郎; 宮本龍介

文献

J-GLOBAL ID：201802289677264125 整理番号：18A0732228

適切な学習データの利用と人領域の抽出によるファッションスタイル分類の精度向上

Accuracy Improvement of Fashion Style Classification by Appropriate Training Data and Estimation of Human Regions

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A0732228&COPY=1") }}
このテーマを更に深掘りする（JDreamⅢへ） {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A0732228&from=J-GLOBAL&jstjournalNo=S0532B") }}

著者 (3件)： , ,
資料名：
巻： 117 号： 516(SIP2017 111-184) ページ： 197-202 発行年： 2018年03月12日
JST資料番号： S0532B ISSN： 0913-5685 資料種別：会議録 (C)
記事区分：原著論文発行国：日本 (JPN) 言語：日本語 (JA)

衣服を着用した人の画像を入力としたファッションスタイルの分類は,人の姿勢が一定でなく,さらに,認識対象ではない様々な背景や物体が画像に含まれていることが多いことに加え,そもそも定義が明確ではないため,困難な課題の1つである。本稿では,以下に述べる2つのアプローチを組み合わせることによって分類精度の向上を目指す。1つは,分類器の構築における適切な画像とスタイルラベルを有する大規模な訓練用データセットの利用である。これによって,Hipster Warsデータセットにおける分類精度は78.8%となった。2つ目は,セマンティックセグメンテーションに基づく人領域の抽出による不要な画像情報の削除である。大規模な訓練データセットの利用に加えて,人領域の抽出を適用することにより,同データセットにおける分類精度は80.9%に改善された。(著者抄録)

, , , , , , , , , , ,
, ,

人工知能

引用文献 (24件)：

E. Simo-Serra and H. Ishikawa, ′′Fashion style in 128 floats: Joint ranking and classification using weak data for feature extraction,′′ Proc. IEEE Conf. Comput. Vis. Pattern Recognit., pp.298-307, 2016.
M.H. Kiapour, K. Yamaguchi, A.C. Berg, and T.L. Berg, ′′Hipster wars: Discovering elements of fashion styles,′′ Proc. European Conference on Computer Vision, pp.472-488, 2014.
W. Hsiao and K. Grauman, ′′Learning the latent ′′look′′: Unsupervised discovery of a style-coherent embedding from fashion images,′′ proc. IEEE Int. Conf. Comput. Vis., pp.4213-4222, 2017.
K. Simonyan and A. Zisserman, ′′Very deep convolutional networks for large-scale image recognition,′′ Proc. Int. Conf. Learning Representations. 2015.
C. Szegedy, W. Liu, Y. Jia, P. Sermanet, S.E. Reed, D. Anguelov, D. Erhan, V. Vanhoucke, and A. Rabinovich, ′′Going deeper with convolutions,′′ Proc. IEEE Conf. Comput. Vis. Pattern Recognit., pp.1-9, 2015.

, , , , ,

前のページに戻る