文献

J-GLOBAL ID：201702281933395892   整理番号：17A0864425

深層学習による画像認識

Image Recognition by Deep Learning

著者 (2件)： 藤吉弘亘 (中部大学) ,  山下隆義 (中部大学)
資料名： 日本ロボット学会誌  (ロボ學)
巻： 35  号： 3  ページ： 180-185(J-STAGE)  発行年： 2017年 
JST資料番号： Y0482A  ISSN： 0289-1824  資料種別： 逐次刊行物 (A)
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： コンピュータの進化に伴って,画像から画像局所特徴量という特徴量ベクトルを抽出し,機械学習法を用いて画像認識を実現する手法が主力となっている。2010年代には,学習により特徴量抽出過程を自動的に取得する深層学習が脚光を浴びている。深層学習による画像認識は,一般物体認識コンテストで,圧倒的な成果を収め,利用が進んでいる。本稿では,画像認識分野において,深層学習がどのように適用されているのか,また深層学習の最新動向について記述する。従来の機械学習では,入力画像から直接一般物体認識を解くことが難しいため問題を,画像照合,物体検出,画像分類,シーン理解,特定物体認識の各タスクに細分化して解いてきた。その中で,物体検出,画像分類,シーン理解などのタスクに焦点を当てて深層学習の適用とその動向を説明する。

シソーラス用語： *機械学習 ,  *画像認識 ,  *分類 ,  *検出 ,  *指標 ,  *特徴抽出 ,  深層学習 ,  物体検出 ,  局所特徴量
準シソーラス用語： 画像分類 ,  特徴量抽出

著者キーワード (4件)： Deep Learning ,  Image Classification ,  Object Detection ,  Semantic Segmentation

分類 (3件)： ロボット工学一般  (IC04011S) ,  人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

引用文献 (27件)：

• [1] 柳井啓司:“一般物体認識の現状と今後”,情報処理学会論文誌コンピュータビジョンとイメージメディア,vol.48, no.SIG16, pp.1–24, 2007.
• [2] D. Cheng, Y. Gong, S. Zhou, J. Wang and N. Zheng: “Person re-identification by multi-channel parts-based cnn with improved triplet loss function,” IEEE Conference on Computer Vision and Pattern Recognition, pp.1335–1344, 2016.
• [3] P. Viola and M. Jones: “Rapid object detection using a boosted cascade of simple features,” IEEE Computer Society Computer Vision and Pattern Recognition, vol.1, pp.511–518, 2001.
• [4] N. Dalal and B. Triggs: “Histograms of Oriented Gradients for Human Detection,” IEEE Computer Society Conference on Computer Vision and Pattern Recognition, vol.1, pp.886–893, 2005.
• [5] G. Csurka, C.R. Dance, L. Fan, J. Willamowski and C. Bray: “Visual Categorization with Bags of Keypoints,” ECCV Workshop on Statistical Learning in Computer Vision, pp.1–22, 2004.

タイトルに関連する用語 (2件)： 深層学習 ,  画像認識