| 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 | 2026-10-08 13:30 深層特徴空間のデータ特性に基づく歩容認証における学習・再学習データの有効性評価 ○計良夏輝・村松大吾（成蹊大）  BioX2026-100 |
|
| 抄録 | （和） | 深層学習モデルの精度は学習データに依存するが，候補データの相対的な有効性を学習前に比較するこ とは容易でない．深層特徴空間のデータ特性から有効性を見積もる枠組みは，汎用画像特徴とスクラッチ学習を対 象に提案されている．本稿は，この枠組みを歩容認証における歩容特化特徴とファインチューニング後精度へ拡張 する．CASIA-B の13 サブセットについて，他の12 サブセットの実測精度を用いるLODO により，汎用画像特徴と 歩容特化特徴の各特徴空間でスクラッチ学習後とファインチューニング後の認証精度の順位予測を評価し，4 通り の組合せでの順位相関，特徴空間による条件別の順位相関の傾向，および数値予測が外れる事例を報告する． |
| （英） | Deep learning model performance depends on training data, but comparing candidate datasets before training is diffi- cult. An existing framework estimates their relative effectiveness from characteristics measured in general-purpose image feature spaces for training from scratch. We extend it to gait-specific features and to accuracy after fine-tuning, and evaluate it on gait recognition. Using 13 CASIA-B subsets, we evaluate ranking predictions of recognition accuracy after training from scratch and after fine-tuning, in the feature spaces of a general-purpose image model and a gait recognition model, by leave-one-dataset-out (LODO) using the measured accuracies of the other 12 subsets. We report the rank correlations for the four combinations, how the per-condition rank correlations differ between the feature spaces, and a case in which the numerical prediction fails. |
|
| キーワード | （和） | 学習データ有効性評価 / データ特性 / 深層特徴空間 / 歩容認証 / ファインチューニング / 順位予測 / / |
| （英） | Evaluation of Training Data Effectiveness / Data Characteristics / Deep Feature Spaces / Gait Recognition / Fine-tuning / Ranking Prediction / / | |
| 文献情報 | 信学技報, vol. 126, no. 185, BioX2026-100, pp. 1-6, 2026年10月. | |
| 資料番号 | BioX2026-100 | |
| 発行日 | 2026-10-01 (BioX) | |
| 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 | BioX2026-100 |
|
| 研究会情報 | |
| 研究会 | BioX |
| 開催期間 | 2026-10-08 - 2026-10-09 |
| 開催地（和） | 大濱信泉記念館 |
| 開催地（英） | Ohama nobumoto Kinenkan |
| テーマ（和） | バイオメトリクス一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | BioX |
| 会議コード | 2026-10-BioX |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層特徴空間のデータ特性に基づく歩容認証における学習・再学習データの有効性評価 |
| サブタイトル（和） | |
| タイトル（英） | Evaluation of Training and Fine-Tuning Data Effectiveness for Gait Recognition Based on Data Characteristics in Deep Feature Spaces |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 学習データ有効性評価 / Evaluation of Training Data Effectiveness |
| キーワード(2)（和/英） | データ特性 / Data Characteristics |
| キーワード(3)（和/英） | 深層特徴空間 / Deep Feature Spaces |
| キーワード(4)（和/英） | 歩容認証 / Gait Recognition |
| キーワード(5)（和/英） | ファインチューニング / Fine-tuning |
| キーワード(6)（和/英） | 順位予測 / Ranking Prediction |
| 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） | 計良 夏輝 / Natsuki Kera / ケラ ナツキ |
| 第1著者 所属（和/英） | 成蹊大学 (略称： 成蹊大) Seikei University (略称： Seikei Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 村松 大吾 / Daigo Muramatsu / |
| 第2著者 所属（和/英） | 成蹊大学 (略称： 成蹊大) Seikei University (略称： Seikei Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-10-08 13:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | BioX |
| 資料番号 | BioX2026-100 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.185 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2026-10-01 (BioX) |
[研究会発表申込システムのトップページに戻る] (日本語ページの行間係数: 1)