学習結果の差異に着目した照明変動下の背景差分ニューラルネットワーク解析

カテゴリ: 研究会(論文単位)

論文No: PI21014,IIS21027

グループ名: 【C】電子・情報・システム部門 知覚情報/【D】産業応用部門 次世代産業システム合同研究会

発行日: 2021/03/20

タイトル(英語): Background Subtraction Neural Network Analysis under Illumination Variation Focusing on Differences in Learning Results

著者名: 濵田 泰輝(九州大学),峰松 翼(九州大学),島田 敬士(九州大学),井下 哲夫(NEC),谷口 倫一郎(九州大学)

著者名(英語): Taiki Hamada(Kyushu University),Tsubasa Minematsu(Kyushu University),Atsushi Shimada(Kyushu University),Tetsuo Inoshita(NEC),Rin-ichiro Taniguchi(Kyushu University)

キーワード: 背景差分法|深層学習|ニューラルネットワーク|Background Subtraction|Deep Learning|Neural Network

要約(日本語): 近年，深層学習を用いた背景差分法が高い性能を示しているが，動的背景下での挙動やその解釈についての理解は進んでいない．本研究では，畳み込みニューラルネットワークを用いて照明変動の有無が異なるシーンを学習させた際に，照明変動に対応するためにネットワークがどのように変化したかを調査した．実験において，ネットワーク間の各ニューロンの活性値を比較し，変化が大きかったニューロンに焦点をあて分析した．

要約(英語): Recently, background subtraction methods based on deep learning have shown high performance, however, there is a lack of understanding of their behavior under dynamic background changes. In this paper, to analyze their behavior, our method finds neurons handling the dynamic background based on differences between the activation of each neuron in two networks learning illumination variations or not. We analyze how background subtraction network cope with illumination variations in our dataset based on our method.

本誌: 2021年3月23日知覚情報/次世代産業システム合同研究会

本誌掲載ページ: 25-34 p

原稿種別: 日本語

PDFファイルサイズ: 1,057 Kバイト