[N-1-3] 多要素画像データの次元圧縮と再構築
この講演は本会「学術奨励賞受賞候補者」の資格対象です。
キーワード:Auto Encoder、潜在変数、特徴抽出、色情報、形状情報
人間は,色・形・テクスチャの3つの情報に基づいて物体を認識している.
これに対して,畳み込みニューラルネットワーク(CNN)を用いて物体認識を行った場合,どのような情報に基づいて物体が認識されるのかを検証するため,CNNで構成されるオートエンコーダ(AE)を用いて,物体の特徴を抽出することを試みる.
AEの潜在空間において,物体のどのような特徴が抽出されるか,また得られた特徴による再構成画像の影響を検討する.
これに対して,畳み込みニューラルネットワーク(CNN)を用いて物体認識を行った場合,どのような情報に基づいて物体が認識されるのかを検証するため,CNNで構成されるオートエンコーダ(AE)を用いて,物体の特徴を抽出することを試みる.
AEの潜在空間において,物体のどのような特徴が抽出されるか,また得られた特徴による再構成画像の影響を検討する.
講演論文集PDFを閲覧したい場合はパスワードを入力してください。
パスワードは、講演参加申込者、聴講参加申込者にメールで御連絡しております。