講演抄録/キーワード |
講演名 |
2019-09-05 13:40
CNNを用いた物体認識における誤認識の原因を可視化する一手法 ○久保田智規(富士通研)・村田康之(富士通ソフトウェアテクノロジーズ)・上原義文・中川 章(富士通研) PRMU2019-25 MI2019-44 |
抄録 |
(和) |
本稿では,CNNを用いた物体認識における誤認識の原因を可視化する手法を提案する.本手法によって,誤認識画像において正解クラスの分類確率(スコア)を劣化させている画像の原因箇所を画素粒度で抽出し,可視化することができる.また,抽出した情報を誤認識画像に作用することで正解クラスの分類確率が向上する画像に修正することができ,これによって抽出した情報が正しく誤認識の原因を示すことを確認できる.今回は,車名・年式を判別する学習済モデルで本手法の有効性を示している. |
(英) |
In this paper, we propose a method for visualizing the cause of misrecognition in object recognition using CNN. By this method, it becomes possible to extract and visualize at pixel grain size the place of cause of the image which deteriorates classification probability (Score) of correct answer class in the misrecognition image. And, it is possible to correct the extracted information to the image in which the classification probability of the correct answer class is improved by affecting the misrecognition image, and it can be confirmed that the extracted information correctly shows the cause of the misrecognition. This time, this paper shows the effectiveness of this method by a pre-trained model for discriminating a “car name and model year”. |
キーワード |
(和) |
物体認識 / 畳み込みニューラルネットワーク / 推論 / 誤認識 / 可視化 / 説明可能なAI / / |
(英) |
object recognition / convolutional neural network / inference / misrecognition / visualizing / XAI / / |
文献情報 |
信学技報, vol. 119, no. 193, MI2019-44, pp. 99-104, 2019年9月. |
資料番号 |
MI2019-44 |
発行日 |
2019-08-28 (PRMU, MI) |
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 |
PRMU2019-25 MI2019-44 |
研究会情報 |
研究会 |
PRMU MI IPSJ-CVIM |
開催期間 |
2019-09-04 - 2019-09-05 |
開催地(和) |
岡山大学 |
開催地(英) |
|
テーマ(和) |
医療・健康のためのCV/PR技術 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
MI |
会議コード |
2019-09-PRMU-MI-CVIM |
本文の言語 |
日本語 |
タイトル(和) |
CNNを用いた物体認識における誤認識の原因を可視化する一手法 |
サブタイトル(和) |
|
タイトル(英) |
A method for visualizing the cause of misrecognition in object recognition using CNN |
サブタイトル(英) |
|
キーワード(1)(和/英) |
物体認識 / object recognition |
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) |
推論 / inference |
キーワード(4)(和/英) |
誤認識 / misrecognition |
キーワード(5)(和/英) |
可視化 / visualizing |
キーワード(6)(和/英) |
説明可能なAI / XAI |
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) |
久保田 智規 / Tomonori Kubota / クボタ トモノリ |
第1著者 所属(和/英) |
株式会社富士通研究所 (略称: 富士通研)
Fujitsu Laboratories LTD. (略称: Fujitsu Lab.) |
第2著者 氏名(和/英/ヨミ) |
村田 康之 / Yasuyuki Murata / ムラタ ヤスユキ |
第2著者 所属(和/英) |
株式会社富士通ソフトウェアテクノロジーズ (略称: 富士通ソフトウェアテクノロジーズ)
Fujitsu Software Technologies Limited (略称: FST) |
第3著者 氏名(和/英/ヨミ) |
上原 義文 / Yoshifumi Uehara / ウエハラ ヨシフミ |
第3著者 所属(和/英) |
株式会社富士通研究所 (略称: 富士通研)
Fujitsu Laboratories LTD. (略称: Fujitsu Lab.) |
第4著者 氏名(和/英/ヨミ) |
中川 章 / Akira Nakagawa / ナカガワ アキラ |
第4著者 所属(和/英) |
株式会社富士通研究所 (略称: 富士通研)
Fujitsu Laboratories LTD. (略称: Fujitsu Lab.) |
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 |
2019-09-05 13:40:00 |
発表時間 |
15分 |
申込先研究会 |
MI |
資料番号 |
PRMU2019-25, MI2019-44 |
巻番号(vol) |
vol.119 |
号番号(no) |
no.192(PRMU), no.193(MI) |
ページ範囲 |
pp.99-104 |
ページ数 |
6 |
発行日 |
2019-08-28 (PRMU, MI) |
|