情報処理学会 第87回全国大会

4V-07
画風の類似性に着目したイラスト検索におけるMAMLによる少ないデータでの学習の実現
○長谷川陸人,長名優子(東京工科大)
イラストの画風を考慮して検索が行える手法として、畳み込みニューラルネッ
トワークを用いた手法が提案されている。この手法では、輪郭線の情報、彩度・
明度・色相のヒストグラム、スタイル行列を入力として、画風の類似性に基づ
いたグループに分類する問題を学習した畳み込みニューラルネットワークを利
用してイラスト検索を行っている。しかしながら、この手法では、学習に必要
な訓練データが少ない場合に、十分に学習が行えないという問題がある。それ
に対し、MAML (Model-Agnostic Meta-Learning)\cite{MAML}というメタ学習の
手法が提案されている。MAMLは回帰問題や分類問題、強化学習など様々な学習
に適応が可能であり、少ない訓練データでも学習が行えるという特徴がある。
そこで、本研究では、画風の類似性に着目したイラスト検索においてMAMLを導
入することで、少ないデータでの学習を実現する。