4ZG-08
所持品に基づく人物画像分類のための学習データが少ない問題に対する分類器学習
○井関洋平（京大），川西康友（名大），椋木雅之，美濃導彦（京大）
所持品に基づく人物画像分類では，分類の基準とする所持品の種類や意味的粒度は目的によってその都度異なるため，学習データを大量に用意できない．
従来こうした学習データが少ない問題に対して転移学習・半教師あり学習・能動学習が提案されているが，学習データが非常に少ない場合は適切に適用できない．
本研究では，3つの学習手法を組み合わることでこの問題に対処する．特に能動学習を拡張して知識転移に役に立つ情報をアノテータから取得して転移モデルを更新するという新たな分類器学習フレームワークを提案する．
提案するフレームワークを所持品に基づく人物画像分類に適用した実験を行い，本フレームワークの有効性を示した．
footer 情報処理学会 セキュリティ プライバシーポリシー 倫理綱領 著作権について