【久留米高専】学生の研究が画像認識精度の向上に寄与
畳み込みニューラルネットワーク(CNN)の認識精度を向上
独立行政法人国立高等専門学校機構 久留米工業高等専門学校(福岡県久留米市、校長:松村 晶 以下「久留米高専」)の機械・電気システム工学専攻科2年生の與田悟史さん(写真1)は、指導教員である黒木祥光教授(久留米高専制御情報工学科)のもと、AIが画像分析を行うための学習手法の一つである「畳み込みニューラルネットワーク(CNN: Convolutional Neural Network 以下「CNN」)」の研究をしています。與田さんの行った研究により、CNNを用いた画像認識精度の向上が実現しました。與田さんの本研究成果は、国際会議ICIIBMS(International Conference on Intelligent Informatics and BioMedical Sciences)2022において、『Student Best Paper Award』を受賞しています。
- ポイント
・提案した辞書フィルタはCNNと異なり、少ない学習用画像でも作成することができるため、特に学習画像枚数が少ない場合でも高い分類精度を達成しました。
- 背景
今回の研究では、黒木教授の研究室で研究されている畳み込みスパース表現と呼ばれる画像の近似表現手法を用いてCNNのパラメータの初期値を設定しました。提案手法では、畳み込みスパース表現における辞書フィルタがCNNの畳み込みフィルタと同様に画像の特徴を持つことに着目し、畳み込みスパース表現の辞書フィルタをCNNの畳み込みフィルタの初期値に設定しCNNの精度向上を目指しました。
- 畳み込みスパース表現
畳み込みスパース表現における辞書フィルタと係数マップを求めるために図2に示される最適化問題を解くことを畳み込み辞書学習といいます。ここで誤差項にL2ノルムではなくL1ノルムを用いることにより外れ値に対して頑健な畳み込み辞書学習を行うことができ、より画像の特徴を持った辞書フィルタを作ることができます。
- 実験
実験の結果、CNNの学習枚数が少ない場合にL1誤差項を用いた畳み込み辞書学習によって初期値の計算を行ったCNNの方が、Xavierの初期値やL2誤差項を用いた畳み込み辞書学習によって初期化を行ったCNNよりも高い分類精度を達成しました。(図3)(図4)
- 今後の展望
- 久留米工業高等専門学校について
【学校概要】
学校名:独立行政法人国立高等専門学校機構 久留米工業高等専門学校
所在地:福岡県久留米市小森野1丁目1番1号
校長名:松村 晶
設立:昭和39年
URL:https://www.kurume-nct.ac.jp/
事業内容:高等専門学校・高等教育機関
【お問い合わせ先】
久留米工業高等専門学校 総務課研究推進係
TEL:0942-35-9333
Email : pi-staff.GAD@ON.kurume-nct.ac.jp
~2022年度、高等専門学校制度は創設60周年を迎えます~
https://www.kosen-k.go.jp/Portals/0/60th/
このプレスリリースには、メディア関係者向けの情報があります
メディアユーザーログイン既に登録済みの方はこちら
メディアユーザー登録を行うと、企業担当者の連絡先や、イベント・記者会見の情報など様々な特記情報を閲覧できます。※内容はプレスリリースにより異なります。
すべての画像