抄録
H-024
識別モデルの不確かさを考慮したDense CAEによるSemantic Segmentation法の提案
磯部周哉・荒井秀一(東京都市大)
画像認識の分野において,セマンティックセグメンテーションに関する研究が盛んに行われている。これは、画像をピクセルレベルでカテゴリ分類する技術である。近年では、深層学習を用いた手法により分類の精度が飛躍的に向上した。これらの手法は、予め対象とするカテゴリを定義する必要があるため、シーン中には未知のカテゴリの物体は存在しないと仮定している。しかし、実際のシーン中には、未知の物体は必ず出現するはずである。そこで我々は、識別モデルによって分類結果が異なることに着目し、分類結果の分布の分散が大きい領域は未知の物体に分類する手法を提案し、新たに既知と未知の分類を可能とすることで、分類精度の向上を達成した。