Convolutional Neural Networkを用いた一般物体認識手法の解析

• 石井智大

  早稲田大学大学院基幹理工学研究科情報理工・情報通信専攻

• 望月義彦

  早稲田大学大学院基幹理工学研究科情報理工・情報通信専攻

• 小山田雄仁

  早稲田大学大学院基幹理工学研究科情報理工・情報通信専攻

• 石川博

  早稲田大学大学院基幹理工学研究科情報理工・情報通信専攻

抄録

一般物体認識では,近年 Deep Learning を用いた手法が注目されており,その 1 つである Convolutional Neural Network (CNN) は特に優れた結果を示している.しかし,どのような構成の CNN が画像認識に有用であるかは理論的に示されておらず,ノウハウが必要なのが現状である.本研究では CNN を用いた一般物体認識手法において認識精度を変化させる要因の解析を行う.具体的には,Krizhevsky らの手法において,畳込み層のパラメータが認識精度に与える影響を解析するとともに,学習手法の変更が認識精度に与える影響を調べた.

収録刊行物

• 情報処理学会研究報告. CVIM, [コンピュータビジョンとイメージメディア]

  情報処理学会研究報告. CVIM, [コンピュータビジョンとイメージメディア] 2014 (14), 1-8, 2014-05-08

  一般社団法人情報処理学会

詳細情報

• CRID: 1572543027762757888
• NII論文ID: 110009766950
• NII書誌ID: AA11131797
• ISSN: 09196072
• 本文言語コード: ja
• データソース種別:
  • CiNii Articles