文献

J-GLOBAL ID：201502284204977230   整理番号：15A0367834

Convolutional Neural Networkを用いた一般物体認識手法の解析

著者 (4件)： 石井智大 (早稲田大 大学院基幹理工学研究科) ,  望月義彦 (早稲田大 大学院基幹理工学研究科) ,  小山田雄仁 (早稲田大 大学院基幹理工学研究科) ,  石川博 (早稲田大 大学院基幹理工学研究科)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2014  号： CVIM-192  ページ： VOL.2014-CVIM-192,NO.14 (WEB ONLY)  発行年： 2014年05月08日 
JST資料番号： U0451A  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： 一般物体認識では,近年Deep Learningを用いた手法が注目されており,その1つであるConvolutional Neural Network(CNN)は特に優れた結果を示している。しかし,どのような構成のCNNが画像認識に有用であるかは理論的に示されておらず,ノウハウが必要なのが現状である。本研究ではCNNを用いた一般物体認識手法において認識精度を変化させる要因の解析を行う。具体的には,Krizhevskyらの手法において,畳込み層のパラメータが認識精度に与える影響を解析するとともに,学習手法の変更が認識精度に与える影響を調べた。(著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *物体認識 ,  機械学習 ,  画像認識 ,  畳込み ,  システム同定 ,  パラメータ推定 ,  パラメータ選択 ,  パラメータ適応 ,  パラメータ同定 ,  深層学習
準シソーラス用語： 認識精度

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  パターン認識  (JE07000S)

引用文献 (9件)：

• 柳井啓司:一般物体認識における機械学習の利用(特別セッション,機械学習とその応用),電子情報通信学会技術研究報告.IBISML,情報論的学習理論と機械学習,Vol,110,No.76,pp.103-112(2010).
• Csurka, G., Dance, C., Fan, L., Willamowski, J. and Bray, C.: Visual categorization with bags of keypoints, Workshop on statistical learning in computer vision, ECCV, pp. 59-74 (2004).
• Perronnin, F. and Dance, C.: Fisher kernels on visual vocabularies for image categorization, IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2007., IEEE, pp. 1-8 (2007).
• Krizhevsky, A., Sutskever, I. and Hinton, G.: Imagenet classification with deep convolutional neural networks, Advances in Neural Information Processing Systems, Vol. 25, pp. 1106-1114 (2012).
• 岡谷貴之:ディープラーニングと画像認識への応用,第19回画像センシングシンポジウム(2013).

タイトルに関連する用語 (3件)： 一般物体認識 ,  手法 ,  解析