@techreport{oai:ipsj.ixsq.nii.ac.jp:00238550,
 author = {小笠原, 拓郎 and 橘, 完太 and ナイワラ, P. チャンドラシリ and Takuro, Ogasawara and Kanta, Tachibana and Naiwala, P. Chandrasiri},
 issue = {15},
 month = {Aug},
 note = {自然物と人工物を識別するための汎用的な知見の獲得を目指し，本物の犬と犬のぬいぐるみの画像分類を行う．それぞれの画像を収集し，ディープニューラルネットワーク（DNN）の転移学習を用いて，それらを分類した．様々な種類の DNN を試し，最も高いもので 98% 以上の正解率を得た．そして，誤って分類された画像についてアンケートを実施し，人間でも分類を間違える画像であるのか分析した．加えて，Grad-CAM による画像中の注目領域の可視化や，セマンティックセグメンテーションを用いて，さらに分類精度を向上させるアルゴリズムを検討した．, To acquire comprehensive insights into distinguishing natural from man-made objects, we conducted image classification using real dogs and stuffed dogs. A dataset of images was assembled and deep neural network (DNN) based transfer learning was employed for classification. Several types of DNN architectures were evaluated, achieving a maximum accuracy exceeding 98%. Subsequently, misclassified images were subjected to a questionnaire, examining instances where human perception aligned with or diverged from DNN classifications. Additionally, we explored algorithms aimed at enhancing classification precision, leveraging Grad-CAM for visualizing focal areas within images and semantic segmentation techniques.},
 title = {深層学習を用いた自然物と人工物の画像分類－本物の犬と犬のぬいぐるみの分類－},
 year = {2024}
}