| 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 | 2022-12-05 16:00 3DCGから生成されたデータセットへのスタイル変換の適用による実画像分類の精度向上 ○井上 尊・冨田陽一（明大）・学多晃司・山田悦志・刈谷 葵（デジタル総合印刷）・紀之定正一・北出雄二郎（真生印刷）・宮本龍介（明大）  SIS2022-30 |
|
| 抄録 | （和） | 一般に機械学習を実アプリケーションに適用するには，目的に応じた学習データセットを多大な労力をかけて作成しなければ実用的な精度が得られない．このような労力を削減することを目的とし，分類対象の3D モデルが存在する場合にレンダリング結果と対応するクラスラベルの付与を自動的に実行する枠組みを提案しているが，一般に知られているのと同様，3D モデルのレンダリング結果を直接学習に用いた分類器は実画像に対して精度が低下するという問題がある． 本研究では，こうしたドメインギャップの影響に対処するため，物体の形状を重視して画像を認識するように分類器の学習を行う手法を提案する．3D モデルから生成された学習データセットに対して適切にスタイル変換を適用することにより，それに相当する実物を撮影した評価データセットに対する分類精度を最大11% 向上させることができた． |
| （英） | In general, in order to achieve sufficient accuracy by machine learning in practical applications, training data appropriate for the target that requires huge cost for creation is indispensable. A novel framework was proposed to reduce the cost required for dataset creation by using three-dimensional models of target object to generate two-dimensional images with labels for classification. However, existing work shows that classification accuracy of actual images becomes worse when a classifier is trained using rendered images from three-dimensional models. This paper proposes a training scheme that learns shapes of target objects more than the standard way to improve classification accuracy when a domain gap exists. Experimental results showed that the classification accuracy was improved by 11% when style transfer was applied to training data generating from three-dimensional models. | |
| キーワード | （和） | 深層学習 / コンピュータグラフィックス / スタイル変換 / ドメインギャップ / / / / |
| （英） | deep learning / computer graphics / style transfer / domain gap / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 293, SIS2022-30, pp. 38-43, 2022年12月. | |
| 資料番号 | SIS2022-30 | |
| 発行日 | 2022-11-28 (SIS) | |
| 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 | SIS2022-30 |
|
| 研究会情報 | |
| 研究会 | SIS |
| 開催期間 | 2022-12-05 - 2022-12-06 |
| 開催地（和） | 関西大学 |
| 開催地（英） | |
| テーマ（和） | スマートパーソナルシステム,一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIS |
| 会議コード | 2022-12-SIS |
| 本文の言語 | 日本語 |
| タイトル（和） | 3DCGから生成されたデータセットへのスタイル変換の適用による実画像分類の精度向上 |
| サブタイトル（和） | |
| タイトル（英） | Accuracy Improvement of Real Image Classification by Style Transfer Using Training Data Created from 3DCG |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / deep learning |
| キーワード(2)（和/英） | コンピュータグラフィックス / computer graphics |
| キーワード(3)（和/英） | スタイル変換 / style transfer |
| キーワード(4)（和/英） | ドメインギャップ / domain gap |
| 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） | 井上 尊 / Takeru Inoue / イノウエ タケル |
| 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） | 冨田 陽一 / Youichi Tomita / トミタ ヨウイチ |
| 第2著者 所属（和/英） | 明治大学 (略称： 明大) Meiji University (略称： Meiji Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 学多 晃司 / Kouji Gakuta / ガクタ コウジ |
| 第3著者 所属（和/英） | デジタル総合印刷株式会社 (略称： デジタル総合印刷) Digital Printing & Solutions Co., Ltd. (略称： Digital Printing & Solutions) |
| 第4著者 氏名（和/英/ヨミ） | 山田 悦志 / Etsuji Yamada / ヤマダ エツジ |
| 第4著者 所属（和/英） | デジタル総合印刷株式会社 (略称： デジタル総合印刷) Digital Printing & Solutions Co., Ltd. (略称： Digital Printing & Solutions) |
| 第5著者 氏名（和/英/ヨミ） | 刈谷 葵 / Aoi Kariya / カリヤ アオイ |
| 第5著者 所属（和/英） | デジタル総合印刷株式会社 (略称： デジタル総合印刷) Digital Printing & Solutions Co., Ltd. (略称： Digital Printing & Solutions) |
| 第6著者 氏名（和/英/ヨミ） | 紀之定 正一 / Masakazu Kinosada / キノサダ マサカズ |
| 第6著者 所属（和/英） | 真生印刷株式会社 (略称： 真生印刷) Shinsei Printing Co., Ltd. (略称： Shinsei Printing) |
| 第7著者 氏名（和/英/ヨミ） | 北出 雄二郎 / Yujiro Kitaide / キタイデ ユウジロウ |
| 第7著者 所属（和/英） | 真生印刷株式会社 (略称： 真生印刷) Shinsei Printing Co., Ltd. (略称： Shinsei Printing) |
| 第8著者 氏名（和/英/ヨミ） | 宮本 龍介 / Ryusuke Miyamoto / ミヤモト リュウスケ |
| 第8著者 所属（和/英） | 明治大学 (略称： 明大) Meiji University (略称： Meiji Univ.) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-12-05 16:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SIS |
| 資料番号 | SIS2022-30 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.293 |
| ページ範囲 | pp.38-43 |
| ページ数 | 6 |
| 発行日 | 2022-11-28 (SIS) |
[研究会発表申込システムのトップページに戻る]