| 講演抄録／キーワード |
| 講演名 |
2022-02-21 14:25
知識蒸留を用いたFew-shot Learningに基づく画像の感情ラベル推定に関する検討
○叶 穎睿・諸戸祐哉・前田圭介・小川貴弘・長谷山美紀（北大） |
| 抄録 |
（和） |
画像に付与される感情ラベルの推定はユーザの行動理解に役立つことが明らかとなっており，従来より様々な研究が行われている.これらの従来研究において，特定の感情理論に基づく感情ラベルを有するデータセットで学習行った場合，他の感情理論に基づく感情ラベルを推定することは困難であった. そこで，本稿では，知識蒸留を用いたfew-shot learningに基づく感情ラベル推定手法を構築することで，異なる感情理論に対応可能な汎用性の高い感情推定の実現に向けた検討を行う.具体的に，提案手法では，自己教師あり学習の補助損失を用いて，ある感情データセットでfew-shot learningに用いる畳み込みニューラルネットワークを学習する. 次に，学習したモデルを教師モデルとし，知識蒸留を用いて生徒モデルを学習する.知識蒸留によって構築された生徒モデルは高い汎用性を獲得可能となる.最後に，教師モデルおよび生徒モデルの学習に利用していない感情データセットを用いて感情ラベル推定を行う.本稿の最後では，一般に公開されている感情データセットを用いた実験により提案手法の有効性を確認する. |
| （英） |
The prediction of visual sentiment can be useful to understand users' behaviors. Emotion theories underlying the sentiment labels are different for each dataset. Thus, previous visual sentiment prediction cannot predict the sentiment labels that are different types from those of training data. To handle sentiment labels defined by different emotion theories, this paper proposes a visual sentiment prediction method based on few-shot learning using knowledge distillation. Concretely, we train a convolutional neural network for few-shot learning as a teacher model using an auxiliary loss in self-supervised learning. Furthermore, we train a student model using knowledge distillation, which improves the generalization ability of the model. Moreover, we use the student model to predict the sentiment labels of new data that have different sentiment labels from the training data. We have confirmed the effectiveness of the proposed method through experiments using open datasets. |
| キーワード |
（和） |
知識蒸留 / 感情ラベル推定 / few-shot learning / 感情理論 / / / / |
| （英） |
knowledge distillation / visual sentiment prediction / few-shot learning / emotion theory / / / / |
| 文献情報 |
映情学技報, vol. 46, no. 6, ME2022-49, pp. 171-175, 2022年2月. |
| 資料番号 |
ME2022-49 |
| 発行日 |
2022-02-14 (MMS, ME, AIT) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|