文献

J-GLOBAL ID：201802219843243452   整理番号：18A0732133

CNNを用いた鮭の雌雄判別の試行

Trial to determine the sex of salmon using CNN

著者 (2件)： 阿部周司 (東京工科大 応用生物) ,  石畑宏明 (東京工科大 コンピュータサイエンス)
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： 117  号： 484(IE2017 116-158)  ページ： 177-182  発行年： 2018年03月01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： コンボリューショナルニューラルネットワークを使用した鮭の雌雄判別を試行した。オスメスのラベル付き鮭画像データを収集し,VGG16のネットワークを用いて学習させた。結果は良好に見えたが,ネットワークの注視点を観察すると背景部分を判断に利用していた。背景の影響を削除するため,鮭画像データの魚体部分を切り出したデータを作成し学習した。魚体を切り出した時の背景によって分類能力が違ってくることを示した。2種類の背景を混在させることにより,F値でオスが98.5%,メスが92.2%の判別性能を得た。(著者抄録)

シソーラス用語： ニューラルネットワーク ,  *サケ ,  *性鑑別 ,  認識 ,  教師つき学習 ,  機械学習 ,  システム ,  画像補正 ,  ビデオカメラ ,  *画像認識 ,  画像処理 ,  データ収集 ,  パターン分類 ,  Webカメラ ,  マルチカメラシステム ,  畳込みニューラルネットワーク
準シソーラス用語： CNN ,  雌雄鑑別 ,  判別

分類 (1件)： パターン認識  (JE07000S)

引用文献 (22件)：

• A. Krizhevsky, I. Sutskever, and G.E. Hinton, “Imagenet classification with deep convolutional neural networks,” Advances in neural information processing systems, pp.1097-1105, 2012.
• K. Simonyan and A. Zisserman, “Very deep convolutional networks for large-scale image recognition,” arXiv preprint arXiv:1409.1556, pp.1-14, 2014.
• C. Szegedy, W. Liu, Y. Jia, P. Sermanet, S. Reed, D. Anguelov, D. Erhan, V. Vanhoucke, and A. Rabinovich, “Going deeper with convolutions,” Proceedings of the IEEE conference on computer vision and pattern recognition, pp.1-9, 2015.
• K. He, X. Zhang, S. Ren, and J. Sun, “Delving deep into rectifiers: Surpassing human-level performance on imagenet classification,” Proceedings of the IEEE international conference on computer vision, pp.1026-1034, 2015.
• F. Milletari, N. Navab, and S.-A. Ahmadi, “V-net: Fully convolutional neural networks for volumetric medical image segmentation,” 3D Vision (3DV), 2016 Fourth International Conference onIEEE, pp.565-571 2016.

タイトルに関連する用語 (5件)： CNN ,  鮭 ,  雌雄 ,  判別 ,  試行