Deep Learning
口頭発表
Attention Mining Branch を用いたアテンションマップの最適化と高精度化
- Author
- 岩吉孝明, 足立浩規, 平川翼, 山下隆義, 藤吉弘亘
- Publication
- 画像センシングシンポジウム, 2023
Download: PDF (Japanese)
Attention Branch Network (ABN) は，ネットワークの注視領域をアテンションマップとして可視化するだけでなく，認識処理に活用することで高精度な画像認識を実現した．一方，鳥の種類のようなサブカテゴリを分類する詳細画像分類では，クラス間の相違が小さいため，より識別に有効な領域を注視して分類する必要がある．本研究では，識別に有効な領域を捉えるアテンションマップを自動で獲得するために，1. 認識に有効な領域の探索，2. 特徴空間の改善，3. 出力空間の改善の3 つのアプローチを提案する．具体的には，ABN に有効な注視領域を探索するAttention mining branch，特徴空間を改善するPrototype conformity lossと出力空間を改善するComplement objective trainingを導入する．評価実験により，提案手法により探索したアテンションマップが識別精度に貢献することを確認した．