2026-03-11T16:44:12Z https://ipsj.ixsq.nii.ac.jp/oai

oai:ipsj.ixsq.nii.ac.jp:00234180 2025-01-19T09:52:37Z 1164:4619:11539:11642

人の注目領域を用いたProtoPFormerによる詳細画像識別の精度向上 落合, 祐馬 平川, 翼 山下, 隆義 藤吉, 弘亘 卒論スポットライトセッション (CVIM) プロトタイプベースのモデルはプロトタイプを用いて構築されるモデルであり，どのようなプロトタイプを用いて識別したかを示すことで，クラス特有の領域を可視化することができる．そのため，推論におけるモデルの解釈性が高い．プロトタイプは，各クラスに割り当てられる特徴的な領域を学習により獲得したものであり，入力画像と各クラスのプロトタイプの類似度から分類を行う．Proposes Prototypical Part Transformer (ProtoPFormer) [1] は Vision Transformer (ViT) [2] にプロトタイプを適用したモデルである．ViT による高い精度に加えて，各プロトタイプの注目領域が小さくなるように損失を与えるため，細かな領域に対する判断根拠を表示することができる．そこで，本研究では，詳細画像分類の精度向上を目的として ProtoPFormer に人の知見を導入する Branch を提案する．詳細画像分類ではクラス特有の領域に注目することが重要である．そこで，追加する Branch は人の知見に基づいてクラス特有の領域に注目するように設計された．本論文では，ProtoPFormer と本手法の精度を比較し，判断根拠を可視化したアテンションマップの注目領域を比較することで，本手法の有効性を評価する． 情報処理学会 2024-05-08 jpn technical report https://ipsj.ixsq.nii.ac.jp/records/234180 2188-8701 AA11131797 研究報告コンピュータビジョンとイメージメディア（CVIM） 2024-CVIM-238 49 1 5 https://ipsj.ixsq.nii.ac.jp/record/234180/files/IPSJ-CVIM24238049.pdf application/pdf 1.3 MB 2026-05-08