| 講演抄録/キーワード |
| 講演名 |
2026-03-24 10:15
イラスト画像の物体認識におけるデータ拡張手法の有効性検証 ○森山 健・野田真太郎・桂井麻里衣(同志社大) PRMU2025-45 |
| 抄録 |
(和) |
深層学習を用いた物体検出技術は大規模な実写画像データセットを基盤として発展してきた.しかし実写画像で学習したモデルをイラスト画像に適用した場合,描画様式や色彩表現などの違いにより性能が大きく低下する問題がある.イラスト領域ではアノテーション付きデータを大量に収集することが難しく,多様なスタイルに対応できる十分な学習データを準備することが困難である.本研究では,実写画像から抽出した前景と背景をイラスト調に変換し,Copy-Paste法で合成することで,多様なイラスト画像を効率的に生成する手法を提案する.前景,背景のスタイル変換とランダム配置を組み合わせることで,少量の実データでは得られない多様性を人工的に補い,学習データの拡張を実現する.提案手法により生成した合成画像を学習に加えてモデルの性能を評価した結果,実画像のみを用いた場合と比較してイラスト画像に対する物体検出性能が向上し,限られた実データを補完する追加学習用データとして有効に機能することを示した. |
| (英) |
|
| キーワード |
(和) |
物体検出 / データ拡張 / 画像合成 / ドメイン転移 / / / / |
| (英) |
/ / / / / / / |
| 文献情報 |
信学技報, vol. 125, no. 424, PRMU2025-45, pp. 22-27, 2026年3月. |
| 資料番号 |
PRMU2025-45 |
| 発行日 |
2026-03-17 (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 |
PRMU2025-45 |