文献

J-GLOBAL ID：202202271749256516   整理番号：22A0980025

生成敵対ネットワークと顔ランドマーク検出による細粒画像分類に向けて【JST・京大機械翻訳】

Towards Fine-grained Image Classification with Generative Adversarial Networks and Facial Landmark Detection

著者 (3件)： Darvish Mahdi (University of Mohaghegh Ardabili,Department of Electrical and Computer Science,Ardabil,Iran) ,  Pouramini Mahsa (University of Mohaghegh Ardabili,Department of Electrical and Computer Science,Ardabil,Iran) ,  Bahador Hamid (University of Mohaghegh Ardabili,Department of Electrical and Computer Science,Ardabil,Iran)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： MVIP  ページ： 1-6  発行年： 2022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： 識別カテゴリーが学習複雑で局所的差異を必要とするので,細粒分類は挑戦的なタスクである。画像における物体の姿勢,スケール,および位置における多様性は,問題をさらに困難にする。最近のVision変換機モデルは高性能を達成するが,それらは大量の入力データを必要とする。この問題に遭遇するために,GANベースのデータ増強の最良の利用を,余分なデータセットインスタンスを生成するために行った。Oxford-IIIT Petsはこの実験に対する選択のデータセットであった。それは,スケール,姿勢,および照明における変異を有するネコとイヌの37の品種から成り,分類タスクの困難さを強化する。さらに,訓練セットへの過剰適合を防止する一方で,より現実的な画像を生成するため,最近のGenerative Adversarial Network(GAN),StyleGAN2-ADAモデルの性能を強化した。著者らは,動物顔面ランドマークを予測するために,MobileNetV2のカスタマイズバージョンを訓練することによって,これを行った。次に,著者らは,それに応じて画像を作った。最後に,オリジナルデータセットと合成画像を結合して,標準GANs増強と著者らの提案した方法を比較し,訓練データの異なるサブセットによる増強を行わなかった。筆者達は,最近のビジョン変換機(ViT)モデルに関する細粒画像分類の精度を評価することによって,著者らの研究を検証した。コードは,https://github.com/mahdi-darvish/GAN-augmented-pet-classiflerで利用可能である。Copyright 2022 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： 変換器 ,  学習 ,  *ネットワーク ,  品種 ,  カスタム化
準シソーラス用語： 訓練データ ,  *画像分類 ,  ランドマーク ,  入力データ , 【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)： 敵対 ,  顔 ,  ランドマーク ,  細粒 ,  画像分類