文献

J-GLOBAL ID：202002237484978397   整理番号：20A0832484

何が深い学習を可能にすることができるか? 深い神経回路網性能に関する色恒常性誤差のアドレッシング【JST・京大機械翻訳】

What Else Can Fool Deep Learning? Addressing Color Constancy Errors on Deep Neural Network Performance

著者 (2件)： Afifi Mahmoud (York University) ,  Brown Michael (York University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCV  ページ： 243-252  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 正確な結果を生み出すために深いニューラルネットワーク(DNNs)を作ることができる局所画像操作を目標とする活発な研究がある。本論文では,類似の逆効果を生成できる一種のグローバル画像操作を検討した。具体的には,写真における白色バランス(WB)と呼ばれる不正確に適用された計算色恒常性によって引き起こされる強い色のキャストが,画像セグメンテーションと分類を目標とするDNNsの性能に負の影響を与えるかどうかを調べた。さらに,DNNsのロバスト性を改善するために使用される既存の画像増強法が,WB誤差のモデリングに適していないことを論じた。この問題に対処するために,正確な色恒常性劣化をエミュレートできる新しい増強法を提案した。また,最近のWB補正アルゴリズムによる前処理訓練と試験画像を調査し,不正確な白色平衡画像の効果を低減した。異なるデータセットに関する増強と前処理戦略の両方を調べ,CIFAR-100,及びADE20Kデータセットに関する顕著な改善を実証した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *番地付 ,  アルゴリズム ,  画像強調 ,  ニューラルネットワーク ,  *神経回路網 ,  エミュレーション ,  前処理 ,  ロバスト性
準シソーラス用語： 画像セグメンテーション ,  ホワイトバランス ,  *色覚恒常 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 学習 ,  神経回路網 ,  色恒常性 ,  誤差 ,  アドレッシング