H-024
Dice LossとMulti Decoder Lossesを用いた顔パーツのセマンティックセグメンテーション

◎宮本　旭・檜作彰良・中山良平（立命館大）

　本研究では，Dice LossとMulti Decoder Lossを用いた顔パーツのセマンティックセグメンテーション手法を開発する．実験試料として，Labeled Face in the Wild Datasetの顔画像13,233枚（学習用：6,683枚，評価用：6,550枚）を用いた．提案ネットワークは，U-NetのEncoder-Decoder構造に，各解像度におけるEncoder出力を独立してデコードするDecoderを追加した構造である．学習時の損失関数として，提案ネットワークが出力するセマンティックセグメンテーション画像と正解画像間の誤差であるDice Loss，異なる解像度のDecoderが出力するセマンティックセグメンテーション画像と正解画像間の誤差であるMulti Decoder Lossを組み合わせて用いる．提案手法のIntersection over Union（76.4）は，Encoder-Multiple Decoders Networkに基づく従来手法（IoU=72.5）より高く，その有用性が示唆された．