情報処理学会 第87回全国大会

2X-09
微小目標の分類・検出とセグメンテーションを統合したマルチタスク学習畳み込みニューラルネットワーク
○顔 吉辰,邵 腾飞(早大)
 コンピュータビジョンにおける分類・検出タスクは,産業検査や顔認識などに応用されている。しかし,不適切な視角や遮蔽の影響により,小スケールかつ特徴が乏しい微小目標の分類・検出は困難である。本研究では,この課題に対処するため,分類・検出タスクをセグメンテーションタスクと統合し,さらに,畳み込みニューラルネットワークに半教師あり学習を組み合わせる手法を提案する。提案手法では,複数の関連タスクを同時に学習することで,各タスク間の情報を共有する。さらに,少量のラベル付きデータを活用することで,特徴学習とモデル性能を向上させる。実験では,微小目標の分類精度は改善したが,検出精度の改善は限定的であった。