[3Rin4] インタラクティブ1

[3Rin4-74] 人物再同定における姿勢不変なドメイン依存特徴の転移学習の可視化

〇村田 祐樹¹、渥美 雅保¹ (1.創価大学大学院)

キーワード：人物再同定、転移学習、可視化

人物再同定は、複数のカメラで撮影された人物画像から同一人物を見つける問題である。既存研究では、人物がとりうる多様な姿勢への対処と、ドメインの異なる新たなデータにモデルを適合させる工夫が必要とされている。我々はこれまでに、FD-GANの枠組みで得られた姿勢不変特徴を維持し、新たなデータに適したドメイン依存特徴を転移学習によって獲得するモデルを提案した。本モデルでは、特定の特徴抽出層の特徴をドメイン依存特徴の転移学習に利用する。実験の結果、姿勢不変性を維持したまま高い転移性を実現するためには、ドメイン依存特徴を抽出するアーキテクチャを工夫する必要があることがわかった。CAM(Class Activation Mapping)に代表される畳み込みニューラルネットワークの判断根拠の可視化は、モデル構築の手がかりを掴むことに繋がる。本研究ではこれら可視化手法を用いて、提案モデルが獲得する姿勢不変特徴とドメイン依存特徴を解析し、それらの転移性能への影響を考察する。