文献

J-GLOBAL ID：201902243859369018   整理番号：19A2077350

深層ニューラルネットワークを用いたシーンラベリングに適したクラスラベル付き訓練データの生成

Automatic Generation of Training Data for Scene Labeling using Deep Neural Network

著者 (2件)： 茂木悠一朗 (東洋大 大学院総合情報学研究科) ,  村上真 (東洋大 総合情報)
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： 119  号： 139(AI2019 1-18)(Web)  ページ： 1-5 (WEB ONLY)  発行年： 2019年07月15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： 深層ニューラルネットワークを用いてシーンラベリングを行っている研究では,訓練データにあまり含まれないクラスに対するクラス正解率は低くなる傾向がある.平均クラス正解率を向上させるには,各クラスの訓練データのバリエーションを増やすことと,クラスごとの訓練データの頻度の差をなくすことが必要である.本研究では,シーンラベリングの性能を向上させることを目指し,3次元コンピュータグラフィックスで合成した画像とクラスラベルから成る訓練データを生成し,深層ニューラルネットワークの学習を行った,実験の結果,訓練データ数を増加させて学習を行うことでシーンラベリングの性能が向上することを確認した.また,クラス正解率が低いオブジェクトの訓練データを増加させることで性能が向上することも確認した.(著者抄録)

シソーラス用語： 画像 ,  *ニューラルネットワーク ,  *ラベル付け【画像】 ,  コンピュータグラフィックス ,  データ ,  レンダリング ,  性能評価
準シソーラス用語： シーン ,  深層ニューラルネットワーク ,  ラベリング【画像】 ,  三次元CG ,  訓練データ

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (4件)：

• Clement Farabet, Camille Couprie, Laurent Najman, and Yann LeCun, ′′Learning Hierarchical Features for Scene Labeling′′, IEEE Transactions on Pattern Analysis and Machine Intelligence, no.8, vol.35, pp.1915-1929, 2013.
• John McCormac, Ankur Handa, Stefan Leutenegger, Andrew J. Davison, ′′SceneNet RGB-D: 5M Photorealistic Images of Synthetic Indoor Trajectories with Ground Truth′′, Proceedings of IEEE International Conference on Computer Vision (ICCV), 2017.
• S. Song, S. P. Lichtenberg, and J. Xiao, ′′SUN RGB-D: A RGB-D scene understanding benchmark suite′′, Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp.567-576, 2015.
• Stian Aaraas Pedersen. ′′Progressive Photon Mapping on GPUs′′, Master's thesis, NTNU, 2013.

タイトルに関連する用語 (6件)： 深層ニューラルネットワーク ,  シーン ,  ラベリング ,  クラス ,  ラベル ,  訓練データ