研究課題
基盤研究(C)
ヒトが物体を認識する際,巨視的な物体の輪郭や形状,局所的なテクスチャ,および色情報を総合的に加味する.対して、従来のImageNetで学習したニューラルネットワーク(以下NN)は,形状や色よりも、細部のテクスチャを重視して認識をする傾向にある.潜在バイアスの中でもNNが有するとされるテクスチャバイアスは,自然画像に対しては有効である一方で,巨視的な特徴や色が認識に重要なファクタとなるデータに対しては,認識精度が劣化する.本研究では、NNの有する潜在バイアスをコントロールし、形状や色をより考慮した学習手法を提案するとともに,いくつかの認識タスクにおいてその有効性を検証することを目的とする.