文献

J-GLOBAL ID：202002282276312913   整理番号：20A0698276

未知クラスに対する属性情報を用いた画像修復

著者 (2件)： 加藤尚輝 (東大 大学院情報理工学系研究科) ,  山崎俊彦 (東大 大学院情報理工学系研究科)
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： 421(ITS2019 30-56)  ページ： 189-194  発行年： 2020年02月20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： 深層学習は大量の学習データの存在を前提としていることが多く,学習データに存在しない未知クラスの物体に対する画像処理が必要になることもある.この問題の一つの解決策として,ラベルの単語分散表現やクラス毎の属性情報といった補助情報を用いる,zero-shot学習と呼ばれるものが存在する.Zero-shot学習は主に画像認識タスクにおいて用いられることが多いが,今回は一部が欠損した画像を修復するinpaintingというタスクを拡張し,補助情報を用いて未知クラスの画像を対象に行うzero-shot conditional inpaintingを提案する.このタスクにおいて,ラベル毎の属性情報をモデルに反映させることで,意味情報を考慮したinpaintingを行った.また,ベースライン手法のパラメータ数を削減する残差構造を取り入れた.(著者抄録)

シソーラス用語： *属性 ,  *画像復元 ,  機械学習 ,  画像処理 ,  表現 ,  データ ,  画像認識 ,  情報 ,  基準線
準シソーラス用語： ベースライン ,  意味情報 ,  *画像修復 ,  学習データ ,  深層学習 ,  *属性情報 ,  分散表現

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (25件)：

• Y. Xian, B. Schiele, and Z. Akata, ′′Zero-shot learning - the good, the bad and the ugly.,′′ CVPR, pp.3077-3086, 2017.
• Y. Xian, C.H. Lampert, B. Schiele, and Z. Akata, ′′Zero-shot learning - a comprehensive evaluation of the good, the bad and the ugly.,′′ IEEE Trans. Pattern Anal. Mach. Intell., vol.41, no.9, pp.2251-2265, 2019.
• A. Frome, G.S. Corrado, J. Shlens, S. Bengio, J. Dean, M. Ranzato, and T. Mikolov, ′′Devise: A deep visual-semantic embedding model.,′′ NIPS, pp.2121-2129, 2013.
• Z. Akata, F. Perronnin, Z. Harchaoui, and C. Schmid, ′′Label-embedding for image classification.,′′ IEEE Trans. Pattern Anal. Mach. Intell., vol.38, no.7, pp.1425-1438, 2016.
• Z. Akata, S.E. Reed, D. Walter, H. Lee, and B. Schiele, ′′Evaluation of output embeddings for fine-grained image classification.,′′ CVPR, pp.2927-2936, 2015.

タイトルに関連する用語 (3件)： クラス ,  属性情報 ,  画像修復