研究紹介
局所的特徴のサイズに柔軟なマルチスケールCNN
画像分類対称の細かい特徴(顔なら目,鼻など)はそれぞれサイズが異なる。そこで本手法は入力データ1ピクセル単位にマルチスケール畳み込みでカーネルのサイズを大・中・小の中からスケール係数Sを使って最適なものを選択する。またスケール係数は学習するsoftmaxな値にすることで3つのサイズのカーネルを最適な割合で使用でき、これらから精度向上を目指す。
研究担当 : 福井誠之

画像分類対称の細かい特徴(顔なら目,鼻など)はそれぞれサイズが異なる。そこで本手法は入力データ1ピクセル単位にマルチスケール畳み込みでカーネルのサイズを大・中・小の中からスケール係数Sを使って最適なものを選択する。またスケール係数は学習するsoftmaxな値にすることで3つのサイズのカーネルを最適な割合で使用でき、これらから精度向上を目指す。
研究担当 : 福井誠之