画像認識・物体検出

ランキングロスと分類ロスにもとづくファッションデータの特徴抽出(CVPR 2016)
多様なファッション画像を効果的に分類できる特徴量抽出手法を提案する.提案手法では,ランキングロスとクロスエントロピーロスを合わせて畳込みニューラルネットワークを学習させることで,ノイズが多く含まれるようなデータセットに対しても良好に特徴抽出が行えることを示した.
[プロジェクトページ]
Siameseネットワークモデルを用いた画像特徴量抽出(ICCV 2015)
Siameseネットワークモデルを効率的に学習させることで,ロバストな画像特徴量を計算する手法を提案する.提案手法では,モデルに2つの画像パッチを入力し,出力された特徴量の誤差によってモデルを学習させる.また,入力するパッチをその識別の難しさによって分類し,識別が困難なパッチを優先的に学習させることで,SIFT特徴量よりもロバストな特徴量の抽出を実現した.
[プロジェクトページ]
Convolutional Neural Network による衛星画像上の地物認識(ICPR2016 Oral)
地球全域を観測する衛星画像から人が目視で地物を判読するのは困難であり、機械学習による解析が求められている。本研究では Convolutional Neural Network による衛星画像上の地物認識手法を提案する。
[プロジェクトページ]
Convolutional Neural Network による紙幣の肖像画検出
紙幣がどこの国のものであるかを識別したいとき、「紙幣内に誰が描かれているか(描かれている肖像画は誰か)」によって判断する方法が考えられる。本研究では、肖像画認識の前処理としてCNNを用いた肖像画検出を行う。
年齢推定における服特徴の影響力
顔画像・服画像の特徴量を用いて年齢を推定する問題に対し、1.顔特徴量のみ、2.服特徴量のみ、3.顔特徴量+服特徴量の3種類を用いた場合のそれぞれの結果を用いて年齢推定においての服の特徴量の有用性を検討する。