情報処理学会 第78回全国大会講演要旨

従来の畳み込みニューラルネットワーク(CNN)において、プーリングが行う操作は、特徴マップの解像度を削減しつつの必要な情報を伝搬させることである。画像の分類問題であれば、位置普遍性を獲得できる上に計算コストを削減することができるが、画像内の物体位置をpixel wiseで回帰するような問題においては、位置情報を落としていることが不利に働くと考えられる。位置情報を保存するために、プーリングを全て除いたCNNを考えることができるが、計算コストの面で非現実的である。そこで、本研究では、CNNを二つのサブネットワークに分けて、それぞれ画像の垂直方向、水平方向に対してのみ偏向した非対称プーリングを行うモデルを提案する。これによってプーリングによる計算コストの削減を可能にしながら、より正確な位置特定が可能となる。