@techreport{oai:ipsj.ixsq.nii.ac.jp:00228841,
 author = {劉, 陸洋 and 西川, 広記 and 周, 金佳 and 谷口, 一徹 and 尾上, 孝雄},
 issue = {6},
 month = {Oct},
 note = {圧縮センシング（Compressive Sensing）は，対象となる信号をできるだけ少ない観察から再構築する技術である．その性質上，サンプリングレートが低下すると信号を再構築する際に信号の品質に悪影響を及ぼし，画像分類などのコンピュータビジョンタスクにおいて推論精度が低下するという問題が存在する．そこで本稿では，顕著性マップに基づく適応的サンプリングを利用して，画像分類に特化した圧縮センシング技術を提案する．入力画像から抽出した顕著性マップに基づき，異なるサンプリングレートを割り当てるようにして圧縮することで，画像を再構築した際に画像分類にとって重要な箇所の情報をより多く残すことが可能となり，画像分類精度を従来に比べて向上させる．実験では，提案手法が，既存の圧縮センシングサンプリング技術と比較して，画像分類の精度において優れていることを示した．STL10 データセットにおいて提案手法が最大 26.23% 優れている．},
 title = {画像分類に特化した圧縮センシングにおける適応的サンプリング},
 year = {2023}
}