|
近年の深層学習の成功により，画像認識の精度が飛躍的に向上したが，高い認識性能を得るには膨大な数の教師付きデータが必要である．高品質な教師付きデータの作成には，人が手作業で作成する必要があり，大変なコストと労力を割いていることが大きな問題となっている．そこで，本研究では，少数の教師情報しかない状況において，高精度な画像認識モデルを学習する手法の構築を行った．具体的には，限られた教師付きデータを活用して深層学習の識別能力を可能な限り引き出す方法論，異なるドメイン間で知識転移を可能とするドメイン適応手法の構築，効率的な教師データ作成のための能動的情報取得の開発を実施した．
|
