講演抄録/キーワード |
講演名 |
2021-05-21 10:30
動作認識のための合成データ活用に向けたドメイン適応手法の検討 ○礒井葉那(お茶の水女子大)・竹房あつ子(NII)・中田秀基(産総研)・小口正人(お茶の水女子大) PRMU2021-5 |
抄録 |
(和) |
ディープニューラルネットワークの進歩に伴う学習データ不足の問題について様々な議論が行われており, その解決策の1つに合成データを利用した学習がある. 合成データには生成が比較的容易であるという利点があるが, 合成データを用いて学習したモデルには, 実データ解析時にドメインシフトによって解析精度が低下するという課題がある. 本研究では,合成動画像データを活用した高精度な実動画像データ識別の実現を目的とし, 写実的な合成動画像データを作成して学習し, その動作識別精度を調査した. 実験の結果, 合成動画像データにデータ拡張を行い, ラベルなし実動画像データと併せてドメイン適応を用いた学習を行うことで, 実データ動作識別精度の向上が可能であることがわかった. |
(英) |
The lack of learning data is considered as one of the reasons why the classification accuracies of deep neural networks do not improve. Synthetic data are used for learning to resolve the above issue because they can be generated relatively easier than real data. However, the models trained using synthetic data generally show low classification accuracies for actual data analysis due to domain shift that is differences in data characteristics. To achieve highly accurate video action classification using synthetic video data, we create a realistic synthetic video data set and investigate the video classification accuracies using the data set. The experimental results show that the accuracies can be improved by using data augmentation methods and DNN-based domain adaptation. |
キーワード |
(和) |
ドメイン適応 / 合成データ / データ拡張 / 敵対的学習 / 動画像分類 / / / |
(英) |
domain adaptation / synthetic data / data augmentation / adversarial learning / video classification / / / |
文献情報 |
信学技報, vol. 121, no. 23, PRMU2021-5, pp. 25-30, 2021年5月. |
資料番号 |
PRMU2021-5 |
発行日 |
2021-05-13 (PRMU) |
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 |
PRMU2021-5 |