抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
・画像認識の分野では,ディープラーニングが広く用いられているが,認識精度を高めるために訓練画像が必要。
・前処理で画像に変化を加えて訓練画像を生成するData Augmentation(DA)が提案。
・最近,DLの研究分野においてGenerative Adverarial Network(敵対的生成ネットワーク;GAN)という生成モデルが提案。
・GANは2つのニューラルネットワーク(NN)を対立させて学習させる事によりオリジナルに近い画像を生成するモデル。
・本研究では,GANを訓練画像生成の分野に応用し,従来DA手法の認識精度の改善について検討。
・GANによる訓練画像生成を行い,本手法は従来DAと同じかそれ以上の性能があり,2つの手法を併用することで,更に高い認識精度を得られることが判明。