| 講演抄録/キーワード |
| 講演名 |
2013-01-24 15:45
ハイブリッド型転移学習による物体検出における学習の効率化 ○土屋成光・山内悠嗣(中部大)・山下隆義(オムロン)・藤吉弘亘(中部大) PRMU2012-122 MVE2012-87 |
| 抄録 |
(和) |
統計的学習法に基づく人検出では,学習サンプル収集に伴う人的コストと特定シーンに合わせた再学習の ための時間的コストが大きな問題である.サンプル収集を省力化する手法として Boosting に基づく転移学習が提案さ れているが,事前学習シーンと特定シーンの間に大きな変化がある場合,その変化に適応するのは困難である.そこ で本研究では,転移によって得られる特徴量と,再学習と同様の全特徴探索の 2 つの特徴空間を用意し,定義する学 習効率に基づいて特徴空間を選択的に切り替えるハイブリッド型転移学習を提案する.提案手法は転移学習の持つ少 数サンプルでの高速な識別器構築を特長として持ち,再学習に比べ 3.2 倍以上高速且つ, 従来の転移学習に比べ最大で 8.35%の高精度化を実現した. |
| (英) |
In the detection of human from image using statistical learning methods, the labor cost of collecting training samples and the time cost for retraining to match the target scene are major issues. One method to reduce the work involved in sample collection is transfer learning based on boosting. However, if there is a large change between the auxiliary scene and target scene, it is difficult to apply the transfer learning.We therefore propose a hybrid transfer learning method in which two feature spaces are prepared, one of feature obtained by transfer and another of full feature search that is the same as retraining. The feature space is selectively switched on the basis of the defined training efficiency. The proposed method improving accuracy up to 8.35% compared to conventional transfer learning while accelerating training time by 3.2 times faster compared to retraining. |
| キーワード |
(和) |
転移学習 / 生成型学習 / ブースティング / 物体検出 / / / / |
| (英) |
Transfer learning / Generative learning / Boosting / Object detection / / / / |
| 文献情報 |
信学技報, vol. 112, no. 385, PRMU2012-122, pp. 329-334, 2013年1月. |
| 資料番号 |
PRMU2012-122 |
| 発行日 |
2013-01-16 (PRMU, MVE) |
| ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
| PDFダウンロード |
PRMU2012-122 MVE2012-87 |
| 研究会情報 |
| 研究会 |
PRMU MVE IPSJ-CVIM |
| 開催期間 |
2013-01-23 - 2013-01-24 |
| 開催地(和) |
京都大学 |
| 開催地(英) |
|
| テーマ(和) |
実時間処理,実空間センシングと環境理解(PRMU,MVE,SIG-MR共催,IPSJ-CVIM併催) |
| テーマ(英) |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
PRMU |
| 会議コード |
2013-01-PRMU-MVE-CVIM |
| 本文の言語 |
日本語 |
| タイトル(和) |
ハイブリッド型転移学習による物体検出における学習の効率化 |
| サブタイトル(和) |
|
| タイトル(英) |
Hybrid Transfer Learning for Efficient Learning in Object Detection |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
転移学習 / Transfer learning |
| キーワード(2)(和/英) |
生成型学習 / Generative learning |
| キーワード(3)(和/英) |
ブースティング / Boosting |
| キーワード(4)(和/英) |
物体検出 / Object detection |
| キーワード(5)(和/英) |
/ |
| キーワード(6)(和/英) |
/ |
| キーワード(7)(和/英) |
/ |
| キーワード(8)(和/英) |
/ |
| 第1著者 氏名(和/英/ヨミ) |
土屋 成光 / Masamitsu Tsuchiya / ツチヤ マサミツ |
| 第1著者 所属(和/英) |
中部大学 (略称: 中部大)
Chubu University (略称: Chubu Univ.) |
| 第2著者 氏名(和/英/ヨミ) |
山内 悠嗣 / Yuji Yamauchi / ヤマウチ ユウジ |
| 第2著者 所属(和/英) |
中部大学 (略称: 中部大)
Chubu University (略称: Chubu Univ.) |
| 第3著者 氏名(和/英/ヨミ) |
山下 隆義 / Takayoshi Yamashita / ヤマシタ タカヨシ |
| 第3著者 所属(和/英) |
オムロン株式会社 (略称: オムロン)
Omron Corporation (略称: Omron Corp.) |
| 第4著者 氏名(和/英/ヨミ) |
藤吉 弘亘 / Hironobu Fujiyoshi / |
| 第4著者 所属(和/英) |
中部大学 (略称: 中部大)
Chubu University (略称: Chubu Univ.) |
| 第5著者 氏名(和/英/ヨミ) |
/ / |
| 第5著者 所属(和/英) |
(略称: )
(略称: ) |
| 第6著者 氏名(和/英/ヨミ) |
/ / |
| 第6著者 所属(和/英) |
(略称: )
(略称: ) |
| 第7著者 氏名(和/英/ヨミ) |
/ / |
| 第7著者 所属(和/英) |
(略称: )
(略称: ) |
| 第8著者 氏名(和/英/ヨミ) |
/ / |
| 第8著者 所属(和/英) |
(略称: )
(略称: ) |
| 第9著者 氏名(和/英/ヨミ) |
/ / |
| 第9著者 所属(和/英) |
(略称: )
(略称: ) |
| 第10著者 氏名(和/英/ヨミ) |
/ / |
| 第10著者 所属(和/英) |
(略称: )
(略称: ) |
| 第11著者 氏名(和/英/ヨミ) |
/ / |
| 第11著者 所属(和/英) |
(略称: )
(略称: ) |
| 第12著者 氏名(和/英/ヨミ) |
/ / |
| 第12著者 所属(和/英) |
(略称: )
(略称: ) |
| 第13著者 氏名(和/英/ヨミ) |
/ / |
| 第13著者 所属(和/英) |
(略称: )
(略称: ) |
| 第14著者 氏名(和/英/ヨミ) |
/ / |
| 第14著者 所属(和/英) |
(略称: )
(略称: ) |
| 第15著者 氏名(和/英/ヨミ) |
/ / |
| 第15著者 所属(和/英) |
(略称: )
(略称: ) |
| 第16著者 氏名(和/英/ヨミ) |
/ / |
| 第16著者 所属(和/英) |
(略称: )
(略称: ) |
| 第17著者 氏名(和/英/ヨミ) |
/ / |
| 第17著者 所属(和/英) |
(略称: )
(略称: ) |
| 第18著者 氏名(和/英/ヨミ) |
/ / |
| 第18著者 所属(和/英) |
(略称: )
(略称: ) |
| 第19著者 氏名(和/英/ヨミ) |
/ / |
| 第19著者 所属(和/英) |
(略称: )
(略称: ) |
| 第20著者 氏名(和/英/ヨミ) |
/ / |
| 第20著者 所属(和/英) |
(略称: )
(略称: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第1著者 |
| 発表日時 |
2013-01-24 15:45:00 |
| 発表時間 |
30分 |
| 申込先研究会 |
PRMU |
| 資料番号 |
PRMU2012-122, MVE2012-87 |
| 巻番号(vol) |
vol.112 |
| 号番号(no) |
no.385(PRMU), no.386(MVE) |
| ページ範囲 |
pp.329-334 |
| ページ数 |
6 |
| 発行日 |
2013-01-16 (PRMU, MVE) |
|