Deep Learning
口頭発表
Deep Convolutional Neural Networkによる顔器官点検出における最適なミニバッチ作成方法
- Author
- 山下隆義, 木村真稔, 福井宏, 山内悠嗣, 藤吉弘亘
- Publication
- 画像センシングシンポジウム, 2015
Download: PDF (Japanese)
Deep Convolutional Neural Network (DCNN) の汎化性能は様々な分野で注目されているが，学習過程におけるパラメータの調整や学習サンプルの与え方など，まだまだ手探りなことが多く，DCNNの非常に高い汎化性能を充分に引き出すことは容易ではない．そこで，我々はDCNNを用いた顔器官点検出において，最適なネットワークを学習するために，学習サンプルの与え方について検討する.サンプルの与え方として，1)data augmentationを利用した方法，2)data augmentationしたサンプルからランダムにサンプルを選択する方法，3)人物を固定してdata augmentationを適用する方法，4)data augmentationを利用しない方法の4つを比較する．実験では，これらのサンプルの与え方による顔器官点検出性能を比較する．また，顔向きに対応した従来手法との比較も行い，DCNNによる顔器官点検出手法の顔向きに対する頑健性を示す．