[3G4-GS-2i] 機械学習：応用

[3G4-GS-2i-02] オブジェクト自動生成による魚用インスタンスセグメンテーションのデータ拡張手法

〇田中 基貴¹、近藤 和真²、増田 花乃²、長谷川 達人² (1. 福井大学、2. 福井大学大学院)

キーワード：機械学習、データ拡張、コンピュータグラフィックス、インスタンスセグメンテーション、魚

漁業の分野では水産資源の管理が重要なタスクの1つである．
魚におけるインスタンスセグメンテーションは魚体長推定などへの応用することにより，単純な矩形領域を予測する物体検出手法を用いるより推定精度の向上が期待できる．
しかしながら，インスタンスセグメンテーションを実現するためには学習用データのアノテーションコストが課題となっている．
本研究では3D-CG ソフトウェアであるBlenderを利用して実写画像とCGを組み合わせることにより，ランダムなポージングなどのデータ拡張を実現するとともに，インスタンスセグメンテーション用のアノテーションデータの自動生成を実現した．
実験では本研究のデータ拡張を行ったデータセットについて，Mask-RCNNによるインスタンスセグメンテーションの有効性を確認した．