一般物体認識における学習データセットのサイズ拡張による影響の解析
| 言語 | 日本語 |
|---|---|
| 種類 | 研究会等の予稿 |
| 著者 | 外山 託海，黄瀬 浩一 |
| 論文名 | 一般物体認識における学習データセットのサイズ拡張による影響の解析 |
| 論文誌名 | 電子情報通信学会技術研究報告 |
| Vol. | 110 |
| No. | 26 |
| 発表番号 | PRMU2010-28 |
| ページ | pp.145-150 |
| 査読の有無 | 無 |
| 年月 | 2010年5月 |
| 分野 | パターン認識, 物体認識 |
| キー | Toyama2010 (id=1162) |
要約
一般にパターン認識において，学習データセットの内容は識別性能に大きく影響することが知られている． これまで一般物体認識の分野において用いられてきた多くのデータセットでは，１カテゴリあたりのサンプル数が幾 分か少ない場合が多いため，データセットを拡張して内容を充実させることができれば認識性能をさらに上げること ができると考えられる．これまでそのようなサンプル数を増やすための手法はいくつか提案されてはいるが，それら の手法で用いられるデータの数は数万程度であり，さらにデータを増やすことで認識性能はより向上すると考えられ る．そこで我々はインターネットから数十万枚の画像を集め，それらの画像をフィルタリングしてデータセットに加 え，データセットのサイズを大きくした場合とそのままの大きさの場合とで認識性能を比べる．その際識別器を変え た上でも実験を行い，それぞれどのような影響を及ぼすかを解析する．
関連ファイル
- …
この文献を出力
書式の定義
書式の定義の書き方
{authors} のように波括弧でフィールドを挿入します．[ ... ] で囲んだ部分は，その中のフィールドが空のとき丸ごと省略されます．使えるフィールド：
{authors}{authors_and}{authors_ja}{authors_ja_tight}{authors_en}{authors_en_and}{authors_tight}{first_author}{title}{title_ja}{title_en}{journal}{journal_ja}{journal_en}{book_title}{volume}{number}{series}{presen_id}{pages}{pp}{num_pages}{year}{month}{month_en}{month_short}{ym}{date}{date_ja}{date_en}{publisher}{address}{location}{review}{review_ja}{review_en}{reviewed_mark}{presen_type}{type}{type_label}{doi}{url}{key}{awards}