5T-06
視点依存性から着想を得た深層学習画像分類のためのデータ刈り込み戦略
○長野駿介,熊田孝恒,中島亮一(京大),中原裕之(理研)
本研究論文は、深層学習の画像認識における、冗長な学習データを削除し効率的な学習を可能にするデータ刈り込み手法に焦点を当てる。
人間のオブジェクト認知における視点依存性(オブジェクトを観察する視点によって、認識の容易さが変わること)を参考にして、3Dオブジェクトの2D投影面積、およびオブジェクトの持つパーツ数を用いた、データ刈り込み手法における新しいメトリックを提案する。
これら2つのメトリックは、ランダムなデータ刈り込みと比較して、画像分類タスクにおいて高い精度を達成した。
よって、人間のオブジェクト認知特性を活用したメトリックが、データ刈り込みにおいて有効であることを示唆している。