文献

J-GLOBAL ID：202202229971149599   整理番号：22A2933004

3D CGから得られる画像を訓練入力とする3Dパーツ分類の精度向上に関する研究

A Study on Improvement of Classification Accuracy of 3D Objects Using 2D Images Generated from 3D CGs

著者 (10件)： 冨田陽一 (明治大 大学院理工学研究科) ,  井上尊 (明治大 理工) ,  竹松幹生 (明治大 大学院理工学研究科) ,  花城志帆 (明治大 大学院理工学研究科) ,  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 (明治大 理工)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 122  号： 209(SIS2022 11-22)  ページ： 33-38 (WEB ONLY)  発行年： 2022年10月06日 
JST資料番号： U2030A  ISSN： 2432-6380  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)

抄録/ポイント： 一般に,分類器の訓練には大量のラベル付きデータが必要となり,画像処理の場合はアノテーション付きの画像データが相当する.しかし,大規模データセットの作成には多大な労力がかるため,それを回避することが求められている.著者らの研究室では3次元コンピュータグラフィックス(3DCG)を用いて訓練画像を生成することに取り組んでおり,本稿では,3DCGを生成するためのモデルデータが存在する空気清浄機を題材とした研究を行い,データセット作成に必要となる労力の削減を試みた.3DCGから生成されたデータセットおよびそれと対応する物体を撮影した実画像データセットを用いて実験を行った結果,同じ物体を分類する場合であっても,CGデータセットをそのまま用いると精度は低かったものの,少しの実画像を混合することや,ヒストグラムマッチングによるドメイン適応を行うことによって,分類精度を向上可能であることが確認できた.(著者抄録)

シソーラス用語： 分類装置 ,  *パターン分類 ,  *機械学習 ,  ニューラルネットワーク ,  データ ,  コンピュータグラフィックス ,  部品管理 ,  測定精度 ,  ディジタル画像 ,  画像データ ,  *深層学習
準シソーラス用語： 二次元画像 ,  *画像分類 ,  訓練データ ,  三次元CG ,  認識精度

分類 (1件)： パターン認識  (JE07000S)

引用文献 (19件)：

• N. Dalal and B. Triggs, “Histograms of oriented gradients for human detection,” Proc. IEEE Conf. Comput. Vis. Pattern Recognit., pp.886-893vol.1, 2005.
• Y. Freund and R.E. Schapire, “Experiments with a new boosting algorithm,” Proc. International Conference on Machine Learning, pp.148-156, 1996.
• L. Breiman, “Bagging predictors,” Machine Learning, vol.24, no.2, pp.123-140, 1996.
• V. Vapnik, Estimation of dependencies based on empirical data, Springer-Verlag New York, Inc., 1982.
• A. Krizhevsky, I. Sutskever, and G.E. Hinton, “Imagenet classification with deep convolutional neural networks,” Proc. Advances in Neural Information Processing Systems, pp.1106-1114, 2012.

タイトルに関連する用語 (7件)： 3D ,  CG ,  訓練 ,  パーツ ,  分類 ,  精度向上 ,  研究