1N-08
畳み込みニューラルネットワークを用いた風景画像中の人工物領域の特定-ファインチューニングの利用による精度の向上-
風景画像中で人工物が含まれる領域を特定する手法の1つとして、
畳み込みニューラルネットワークを用いる手法が提案されている。
この手法では、 K平均法を用いて領域分割を行い、各領域に人工物
が含まれるかを畳み込みニューラルネットワークを用いて判定する
ことで、約93%の精度で人工物領域の特定を実現している。しかしな
がら、学習に用いたデータの数は十分とは言えない。学習に用いる
データを増やすことで特定精度を改善できる可能性が高いが、設計
者にかかる負荷が大きい。本研究では、畳み込みニューラルネット
ワークを用いた人工物領域の特定においてファインチューニングを
用いることで特定精度の向上を図る。
畳み込みニューラルネットワークを用いる手法が提案されている。
この手法では、 K平均法を用いて領域分割を行い、各領域に人工物
が含まれるかを畳み込みニューラルネットワークを用いて判定する
ことで、約93%の精度で人工物領域の特定を実現している。しかしな
がら、学習に用いたデータの数は十分とは言えない。学習に用いる
データを増やすことで特定精度を改善できる可能性が高いが、設計
者にかかる負荷が大きい。本研究では、畳み込みニューラルネット
ワークを用いた人工物領域の特定においてファインチューニングを
用いることで特定精度の向上を図る。