文献

J-GLOBAL ID：201702277682848366   整理番号：17A0420134

深層特徴の比較評価 分類器学習vs.距離計量学習

A Comparative Evaluation of Deep Features: Classifier-based Learning vs. Distance Metric Learning

著者 (3件)： 堀口翔太 (東大) ,  伊神大貴 (東大) ,  相澤清晴 (東大)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 116  号： 463(ITS2016 42-76)  ページ： 197-202  発行年： 2017年02月13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)

抄録/ポイント： 有用な深層特徴を得ることは画像に関わる全ての課題において重要である。分類器の中間層から抽出した特徴量が有用であることが知られている一方で,end-to-endの距離計量学習によって特徴抽出器自体を学習しようという研究も行われている。しかし距離計量学習の研究の多くは分類器ベースの特徴量を正しく比較していない場合が多く,どちらが優れているのかということは明らかになっていない。本稿では分類器学習ベースの特徴量と距離計量学習ベースの特徴量を比較し,特にデータセット規模が大きい場合に分類器学習の方が特徴量学習に適していることを示す。(著者抄録)

シソーラス用語： *機械学習 ,  ニューラルネットワーク ,  *画像特性 ,  特徴抽出
準シソーラス用語： *深層学習 ,  *距離メトリック学習 ,  *画像特徴量 ,  画像特徴抽出

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (34件)：

• J. Donahue, Y. Jia, O. Vinyals, J. Hoffman, N. Zhang, E. Tzeng and T. Darrell: ′′DeCAF: A deep convolutional activation feature for generic visual recognition′′, ICML, pp. 647-655 (2014).
• A. S. Razavian, H. Azizpour, J. Sullivan and S. Carlsson: ′′CNN features off-the-shelf: An astounding baseline for recognition′′, CVPR Workshops, pp. 512-519 (2014).
• Y. Liu, Y. Guo, S. Wu and M. S. Lew: ′′DeepIndex for accurate and efficient image retrieval′′, ICMR, pp. 43-50 (2015).
• S. Bell and K. Bala: ′′Learning visual similarity for product design with convolutional neural networks′′, SIGGRAPH, 34, 4 (2015).
• F. Schroff, D. Kalenichenko and J. Philbin: ′′FaceNet: A unified embedding for face recognition and clustering′′, CVPR, pp. 815-823 (2015).

タイトルに関連する用語 (6件)： 深層 ,  比較評価 ,  分類器 ,  学習 ,  Vs ,  距離計量学習