研究実績の概要 |
本研究では,単一のCNN (Convolutional Neural Network, 畳み込みネットワーク)に複数のタスクのための機能を同時に学習させ,学習した独立の機能の組み合わせ・重ね合わせによって,事前に学習した個別の単一機能とは異なる,新しい機能を実現し,Neural Networkがより人間の脳に近い汎用的な能力を持っていることを実証することを目的とする.
2年目は,1年目の画像を入力して画像を出力するEncoder-Decoderネットワークのマルチファンクション学習の研究としてスタイル変換と領域分割の組み合わせ,を発展させて,より多くの画像変換タスクを1つのネットワーク学習可能とすることを実施した.特に,"PiggyBack"と呼ばれる方法を応用して1つのEncoder-Decoderネットワークに領域分割,coloring, スタイル変換を同時および逐次に学習することを実現した.
|