| Item type |
SIG Technical Reports(1) |
| 公開日 |
2019-02-28 |
| タイトル |
|
|
タイトル |
人と協調する半自己学習に基づく衛星画像上の地物検出 |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
一般セッション |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| 著者所属 |
|
|
|
国立研究開発法人産業技術総合研究所人工知能研究センター |
| 著者所属 |
|
|
|
国立研究開発法人産業技術総合研究所人工知能研究センター |
| 著者所属 |
|
|
|
国立研究開発法人産業技術総合研究所人工知能研究センター |
| 著者所属 |
|
|
|
国立研究開発法人産業技術総合研究所人工知能研究センター |
| 著者所属(英) |
|
|
|
en |
|
|
National Institute of Advanced Industrial Science and Technology (AIST) |
| 著者所属(英) |
|
|
|
en |
|
|
National Institute of Advanced Industrial Science and Technology (AIST) |
| 著者所属(英) |
|
|
|
en |
|
|
National Institute of Advanced Industrial Science and Technology (AIST) |
| 著者所属(英) |
|
|
|
en |
|
|
National Institute of Advanced Industrial Science and Technology (AIST) |
| 著者名 |
上原, 和樹
野里, 博和
村川, 正宏
坂無, 英徳
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
衛星画像上の地物検出において，畳み込みニューラルネットワーク （CNN） は非常に有効である．しかしながら，リモートセンシングの領域においては，専門性やコストの観点から CNN を学習するのに十分なデータセットを用意することが困難である．そこで本研究では，限られたデータセットで CNN を効率よく学習するために，半自己学習手法を提案する．これは，半教師あり学習の一つである self-training 法を活用し，ユーザと協調しながらラベル付きデータを収集し，自己学習により学習効率を向上する手法である．衛星画像を用いた地物検出タスクに適用したところ，提案手法はすべてのデータを用いて学習した CNN と同等の性能を約 18% のデータ量で得ることができた． |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA11131797 |
| 書誌情報 |
研究報告コンピュータビジョンとイメージメディア（CVIM）
巻 2019-CVIM-216,
号 9,
p. 1-6,
発行日 2019-02-28
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8701 |
| Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-CVIM19216009.pdf (393.5 kB)
