電子情報通信学会総合大会講演要旨
D-12-24
多層畳み込みニューラルネットワークを用いた人物認識における正規化効果
○張 傑・石井大祐・渡辺 裕(早大)
画像解析技術の進歩に伴い, 物体検出や認識における強力な手法が次々と提案されてきた. 特に, 近年ではディープラーニングというアプローチが提案され, 更に良い結果が示されている. 我々は多層畳み込みニューラルネットワーク(DCNN: Deep Convolutional Neural Networks)と呼ばれる認識手法を用いて, 鉄道の乗客認識を行っている. 多層畳み込みニューラルネットワークにおいては, 正規化処理が施される. しかし, この処理が実際の認識において, どの様な影響を与えているか明確ではない. 本稿では人物認識のための多層畳み込みニューラルネットワークにおいて, 正規化処理の影響を調査する.