「不動産とAI」不動産画像データセットを利用したディープ多形態画像対応学習

古川泰隆

文献

J-GLOBAL ID：201702296480621300 整理番号：17A0849955

「不動産とAI」不動産画像データセットを利用したディープ多形態画像対応学習

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A0849955&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A0849955&from=J-GLOBAL&jstjournalNo=X0330A") }}

著者 (1件)：
資料名：
巻： 32 号： 4 ページ： 542-546 発行年： 2017年07月01日
JST資料番号： X0330A ISSN： 2188-2266 資料種別：逐次刊行物 (A)
記事区分：解説発行国：日本 (JPN) 言語：日本語 (JA)

1つの不動産物件には数値情報,位置情報,画像情報が付属しており,そうした多形態のデータの相関関係を学習可能かを検討している。本論文では,見た目が大きく異なり,1対1の対応関係にない間取りと室内画像群の対応関係をディープニューラルネットワークで学習する試みについて述べた。まず,ディープニューラルネットワークは入力画像を決まったサイズの特徴ベクトルに変換する畳み込みニューラルネットワークと,特徴ベクトルを入力とするニューラルネットワークからなることを説明した。次に,α枚の入力画像の中で間取りに対応した画像を選択する多形態画像対応関係学習問題を拡張し,複数種類(β)の画像群が間取りに対応するかを是か否で返す問題と定義した。実際にLIFULL HOME’Sデータセットから100000レコードの物件情報を用い,99000レコードをトレーニングデータとして学習し,α=1,2,4,8,β=3としてテストデータに対する精度を調べた。その結果,人間と比べて高精度に高速で問題を解くことができ,学習用の問題と評価用の問題で異なるαを用いても精度に大差が生じなかった。また,学習されたネットワークはデータベース内のエラー検出に利用できることを示し,実画像を間取り中の位置関係とともに表示したり,間取りだけから画像検索によって見た目を推測するアプリケーションを展望した。

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

人工知能 , 土地問題 , ニューロコンピュータ , 図形・画像処理一般

引用文献 (10件)：

[Agarwal 11] Agarwal, S., Furukawa, Y., Snavely, N., Simon, I., Curless, B., Seitz, S. M. and Szeliski, R.: Building rome in a day, Commun. ACM, Vol. 54, No. 10, pp. 105-112 (2011)
[Antol 15] Antol, S., Agrawal, A., Lu, J., Mitchell, M., Batra, D., Zitnick, C. L. and Parikh, D.: Vqa: Visual question answering, Proc. IEEE Int. Conf. on Computer Vision, pp. 2425-2433 (2015)
[Bromley 93] Bromley, J., Bentz, J. W., Bottou, L., Guyon, I., Le-Cun, Y., Moore, C., Säckinger, E. and Shah, R.: Signature verification using a “Siamese” time delay neural network, IJPRAI, Vol. 7, No. 4, pp. 669-688 (1993)
[Castrejon 16] Castrejon, L., Aytar, Y., Vondrick, C., Pirsiavash, H. and Torralba, A.: Learning aligned cross-modal representations from weakly aligned data, Proc. IEEE Conf. on Computer Vision and Pattern Recognition, pp. 2940-2949 (2016)
[Fei-Fei 05] Fei-Fei, L. and Perona, P.: A Bayesian hierarchical model for learning natural scene categories, IEEE Computer Society Conf. on Computer Vision and Pattern Recognition, CVPR 2005, Vol. 2, pp. 524-531, IEEE (2005)

, , ,

前のページに戻る