講演抄録/キーワード |
講演名 |
2018-12-15 10:50
顔表情弁別を行う畳み込みニューラルネットワークの内部における空間周波数特性 ○小松優介・稲垣未来男・林 燦碩(阪大)・篠崎隆志(NICT)・藤田一郎(阪大) NC2018-29 |
抄録 |
(和) |
神経生理学実験により高次視覚野(側頭皮質)の顔反応性細胞は画像基準の空間周波数(cycles/image)に選択性を持つことが分かっている. 本研究では, 画像基準の空間周波数選択性を持つことが顔認識にどのように貢献しているかを, 畳み込みニューラルネットワークモデル(CNN)を用いて検討した. 初期値が違う複数のCNNモデルに表情弁別を学習させ, 高次層のユニットの空間周波数選択性を解析したところ, 画像基準の空間周波数に選択的なユニットの割合が多いモデルほど, 表情を正しく弁別できる確率が高かった. このことから, 画像基準の空間周波数(つまり顔固有の空間周波数)を処理することが, 顔表情弁別能力を高める上で重要だと示唆された. |
(英) |
A previous experiment conducted in monkeys (Inagaki and Fujita, 2011) demonstrated that most face-responsive neurons in the temporal visual cortex are tuned to image-based spatial frequency (SF) (cycles/image), not to retina-based SF (cycles/degree). In this study, we addressed how the tuning to image-based SF observed in face-responsive neurons contributes to underlying computation of face classification. We analyzed the internal representation of a convolutional neural network (CNN) which imitates processing of the ventral visual pathway. We found a positive correlation between the preference for image-based SF and classification performance, suggesting that this tuning property plays a role in discriminating facial expressions. |
キーワード |
(和) |
顔認識 / 顔反応性細胞 / 畳み込みニューラルネットワーク / 空間周波数 / / / / |
(英) |
Face recognition / Face-responsive neuron / Convolutional Neural Network / Spatial Frequency / / / / |
文献情報 |
信学技報, vol. 118, no. 367, NC2018-29, pp. 5-10, 2018年12月. |
資料番号 |
NC2018-29 |
発行日 |
2018-12-08 (NC) |
ISSN |
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 |
NC2018-29 |