| 講演抄録／キーワード |
| 講演名 |
2017-02-21 09:00
深層特徴の比較評価 ～ 分類器学習 vs. 距離計量学習 ～
○堀口翔太・伊神大貴・相澤清晴（東大） |
| 抄録 |
（和） |
有用な深層特徴を得ることは画像に関わる全ての課題において重要である．分類器の中間層から抽出した特徴量が有用であることが知られている一方で，end-to-endの距離計量学習によって特徴抽出器自体を学習しようという研究も行われている．しかし距離計量学習の研究の多くは分類器ベースの特徴量を正しく比較していない場合が多く，どちらが優れているのかということは明らかになっていない．本稿では分類器学習ベースの特徴量と距離計量学習ベースの特徴量を比較し，特にデータセット規模が大きい場合に分類器学習の方が特徴量学習に適していることを示す． |
| （英） |
The extraction of useful deep features is important for many computer vision tasks. Deep features extracted from classification networks have proved to perform well in those tasks. On the other hand, end-to-end distance metric learning (DML) has been applied to train the feature extractor directly. However, many researches on DML did not make equitable comparisons to features extracted from classification networks, thus it is still unclear which training strategy is superior for learning feature representations. In this paper, by presenting objective comparisons between these two approaches under the same network architecture, we show that the softmax-based features are markedly better than DML features, especially when the dataset for training is large. |
| キーワード |
（和） |
深層学習 / ソフトマックス関数 / 距離計量学習 / / / / / |
| （英） |
Deep feature / Softmax function / Distance metric learning / / / / / |
| 文献情報 |
映情学技報, vol. 41, no. 5, ME2017-59, pp. 199-204, 2017年2月. |
| 資料番号 |
ME2017-59 |
| 発行日 |
2017-02-13 (MMS, CE, HI, ME, AIT) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
CE MMS AIT HI ME IEICE-ITS IEICE-IE |
| 開催期間 |
2017-02-20 - 2017-02-21 |
| 開催地（和） |
北大情報科学研究科 |
| 開催地（英） |
Hokkaido Univ. |
| テーマ（和） |
画像処理および一般 |
| テーマ（英） |
Image Processing, etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
ME |
| 会議コード |
2017-02-CE-MMS-AIT-HI-ME-ITS-IE |
| 本文の言語 |
日本語 |
| タイトル（和） |
深層特徴の比較評価 |
| サブタイトル（和） |
分類器学習 vs. 距離計量学習 |
| タイトル（英） |
A Comparative Evaluation of Deep Features |
| サブタイトル（英） |
Classifier-based Learning vs. Distance Metric Learning. |
| キーワード(1)（和/英） |
深層学習 / Deep feature |
| キーワード(2)（和/英） |
ソフトマックス関数 / Softmax function |
| キーワード(3)（和/英） |
距離計量学習 / Distance metric learning |
| キーワード(4)（和/英） |
/ |
| キーワード(5)（和/英） |
/ |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
堀口 翔太 / Shota Horiguchi / ホリグチ ショウタ |
| 第1著者 所属（和/英） |
東京大学 (略称： 東大)
The University of Tokyo (略称： UTokyo) |
| 第2著者 氏名（和/英/ヨミ） |
伊神 大貴 / Daiki Ikami / イカミ ダイキ |
| 第2著者 所属（和/英） |
東京大学 (略称： 東大)
The University of Tokyo (略称： UTokyo) |
| 第3著者 氏名（和/英/ヨミ） |
相澤 清晴 / Kiyoharu Aizawa / アイザワ キヨハル |
| 第3著者 所属（和/英） |
東京大学 (略称： 東大)
The University of Tokyo (略称： UTokyo) |
| 第4著者 氏名（和/英/ヨミ） |
/ / |
| 第4著者 所属（和/英） |
(略称： )
(略称： ) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 第21著者 氏名（和/英/ヨミ） |
/ / |
| 第21著者 所属（和/英） |
(略称： )
(略称： ) |
| 第22著者 氏名（和/英/ヨミ） |
/ / |
| 第22著者 所属（和/英） |
(略称： )
(略称： ) |
| 第23著者 氏名（和/英/ヨミ） |
/ / |
| 第23著者 所属（和/英） |
(略称： )
(略称： ) |
| 第24著者 氏名（和/英/ヨミ） |
/ / |
| 第24著者 所属（和/英） |
(略称： )
(略称： ) |
| 第25著者 氏名（和/英/ヨミ） |
/ / |
| 第25著者 所属（和/英） |
(略称： )
(略称： ) |
| 第26著者 氏名（和/英/ヨミ） |
/ / |
| 第26著者 所属（和/英） |
(略称： )
(略称： ) |
| 第27著者 氏名（和/英/ヨミ） |
/ / |
| 第27著者 所属（和/英） |
(略称： )
(略称： ) |
| 第28著者 氏名（和/英/ヨミ） |
/ / |
| 第28著者 所属（和/英） |
(略称： )
(略称： ) |
| 第29著者 氏名（和/英/ヨミ） |
/ / |
| 第29著者 所属（和/英） |
(略称： )
(略称： ) |
| 第30著者 氏名（和/英/ヨミ） |
/ / |
| 第30著者 所属（和/英） |
(略称： )
(略称： ) |
| 第31著者 氏名（和/英/ヨミ） |
/ / |
| 第31著者 所属（和/英） |
(略称： )
(略称： ) |
| 第32著者 氏名（和/英/ヨミ） |
/ / |
| 第32著者 所属（和/英） |
(略称： )
(略称： ) |
| 第33著者 氏名（和/英/ヨミ） |
/ / |
| 第33著者 所属（和/英） |
(略称： )
(略称： ) |
| 第34著者 氏名（和/英/ヨミ） |
/ / |
| 第34著者 所属（和/英） |
(略称： )
(略称： ) |
| 第35著者 氏名（和/英/ヨミ） |
/ / |
| 第35著者 所属（和/英） |
(略称： )
(略称： ) |
| 第36著者 氏名（和/英/ヨミ） |
/ / |
| 第36著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2017-02-21 09:00:00 |
| 発表時間 |
15分 |
| 申込先研究会 |
ME |
| 資料番号 |
MMS2017-35, CE2017-35, HI2017-35, ME2017-59, AIT2017-35 |
| 巻番号（vol） |
vol.41 |
| 号番号（no） |
no.5 |
| ページ範囲 |
pp.199-204 |
| ページ数 |
6 |
| 発行日 |
2017-02-13 (MMS, CE, HI, ME, AIT) |
|