| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-10-25 11:10 CasNetによる畳み込みネットワークにおける学習データ不均衡問題の解消 ○大木琢郎・宮本龍介（明大）  SIS2018-13 |
|
| 抄録 | （和） | 物体検出のタスクが困難である原因の1つに，正例の数に比べて負例の数が非常に多くなるという学習データの不均衡の問題がある．本稿では，この問題を解決するべく，高速且つ高精度な識別器の構築のために広く使われている "Cascade" の考え方を取り入れた新たなネットワークアーキテクチャ"CasNet"の提案を行う．CasNetは，それ単体ではシンプルなネットワークであるが，既存のConvNetsの各層に連結することでステージ(段)を構成する．各ステージにおいて，学習時に学習の阻害となるような負例を上手く棄却することで，ConvNetsでは，より識別が難しいサンプルを重点的に取り扱うことが可能になる．PASCAL VOC2012から作成したデータセットを用いた性能評価の結果，CasNetによって，学習の効率化及び最大で8.71%の精度向上が確認された． |
| （英） | Imbalanced samples composed of limited number of positive samples corresponding to objects and huge number of negative samples extracted from background regions reduces the accuracy of visual object detection. To solve this problem, this paper proposes a novel convolutional neural network named "CasNet". CasNet introduces cascade structure that is used for rapid and accurate object detector in order to reduce the number of negative. The CasNet become a cascade stage when it is attached to a layer of existing convolutinoal neural networks to construct cascaded classifier. Each stage composed of a CasNet peforms two-class classification to reject easy negatives corresponding to background regions. By this early rejection of easy negatives, a main network can be trained to classify more complex samples. Experimental results using a dataset created from the PASCAL VOC2012 dataset showed that higher accuracy was obtained at less training iterations if CasNets were attached to VGG16 appropriately. | |
| キーワード | （和） | 物体検出 / 畳み込みニューラルネットワーク / 不均衡データ問題 / / / / / |
| （英） | Visual object detection / Convolutional neural network / Data imbalance problem / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 264, SIS2018-13, pp. 19-24, 2018年10月. | |
| 資料番号 | SIS2018-13 | |
| 発行日 | 2018-10-18 (SIS) | |
| 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 | SIS2018-13 |
|
| 研究会情報 | |
| 研究会 | SIS ITE-BCT |
| 開催期間 | 2018-10-25 - 2018-10-26 |
| 開催地（和） | 京都大学 百周年時計台記念館 |
| 開催地（英） | Kyoto University Clock Tower Centennial Hall |
| テーマ（和） | システム実現技術, 近距離通信応用システム, 知的マルチメディア処理システム，放送技術および一般 |
| テーマ（英） | System Implementation Technology, Short Range Wireless Systems, Smart Multimedia Systems, Broadcasting Technology, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIS |
| 会議コード | 2018-10-SIS-BCT |
| 本文の言語 | 日本語 |
| タイトル（和） | CasNetによる畳み込みネットワークにおける学習データ不均衡問題の解消 |
| サブタイトル（和） | |
| タイトル（英） | Improvement of Classification Accuracy for Imbalanced Training Data by CasNet |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 物体検出 / Visual object detection |
| キーワード(2)（和/英） | 畳み込みニューラルネットワーク / Convolutional neural network |
| キーワード(3)（和/英） | 不均衡データ問題 / Data imbalance problem |
| キーワード(4)（和/英） | / |
| 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） | 大木 琢郎 / Takuro Oki / オオキ タクロウ |
| 第1著者 所属（和/英） | 明治大学 (略称： 明大) Meiji University (略称： Meiji Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 宮本 龍介 / Ryusuke Miyamoto / ミヤモト リュウスケ |
| 第2著者 所属（和/英） | 明治大学 (略称： 明大) Meiji University (略称： Meiji Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-10-25 11:10:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SIS |
| 資料番号 | SIS2018-13 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.264 |
| ページ範囲 | pp.19-24 |
| ページ数 | 6 |
| 発行日 | 2018-10-18 (SIS) |
[研究会発表申込システムのトップページに戻る]