機械知覚&ロボティクスグループ
中部大学

Deep Learning 学術論文(J)

Attention Pairwise Rankingによるスキル優劣判定における視覚的説明と高精度化

Author
高田雅之, 平川翼, 山下隆義, 藤吉弘亘
Publication
電子情報通信学会論文誌, Vol. J105-D, No. 10, pp. 628-638, 2022

Download: PDF (Japanese)

スキル優劣判定は,入力した二つの動画に対して,いずれが優れているかを判定するタスクである.スキル優劣判定結果から,人がそのスキルの習得に向けた学習が可能となる.代表的な手法であるPairwise Deep Ranking (PDR)は高精度な優劣判定性能を達成しているが,動画内の注視すべきシーンや領域を示すことができない.そこで,本論文では,優劣判定時に注視すべき領域を獲得することが可能なAttention Pairwise Ranking (APR)を提案する.本手法は,優れた動作と劣った動作をそれぞれ判定するために,Superior networkとInferior networkから構成される.更に,各networkには,注視領域を獲得するためにAttention branchを導入する.Attention branchで獲得した注視領域をAttention mapとして優劣判定処理に加えることで,従来手法より高い精度を達成することを確認した.

前の研究 次の研究