抄録
H-008
物体領域に着目した画像分類に関する研究
鷲田武晃・大野将樹・獅々堀正幹(徳島大)
近年、Deep Learningを用いた様々な物体の高精度な分類に成功している。Deep Learningの課題として、Fine-grained画像分類という物体間の特徴差が小さい物体の分類精度の向上が挙げられる。
Fine-grained画像分類のような特徴差の小さい物体をCNNを用いて分類する場合、分類対象となる物体領域ではなく、背景領域の特徴差に依存して分類結果を出力し、精度低下を招くケースが多く存在する。
本研究では、Grad-CAMとSemantic Segmentationを組み合わせて背景領域を削減し、CNNの注目領域を絞り込むことで分類結果の精度を向上させる手法を提案する。