CNNによるピクトグラムの認識率の定量的評価とその改善手法

カテゴリ: 研究会(論文単位)

論文No: IS23021

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2023/10/23

タイトル(英語): Quantitative evaluation of CNN based classification for pictogram and its improvement method

著者名: 久野 真輝(名城大学),熊谷 瞭(名城大学),竹本 修(名城大学),野崎 佑典(名城大学),吉川 雅弥(名城大学)

著者名(英語): Masaki Kuno(Meijo university),Ryo Kumagai(Meijo university),Shu Takemoto(Meijo university),Yusuke Nozaki(Meijo university),Masaya Yoshikawa(Meijo university)

キーワード: ＣＮＮ|画像認識|物体認識|ピクトグラム|ＭｏｂｉｌｅＮｅｔＶ３|ＣＯＣＯ　ｄａｔａｓｅｔ|CNN|image classification|object recognition|pictogram|MobileNetV3|COCO dataset

要約(日本語): CNNは，画像認識に適したニューラルネットワークで，MobileNetなど学習済みのモデルが広く使われている。MobileNetは，写真を元に学習したモデルで，その識別率は高いことが知られている。一方で，物体検知の実用化には，ピクトグラム等の絵文字も識別できることが必要になってくる。そこで，本研究ではCNNによるピクトグラムの認識率の定量的評価を行うと共に，その識別率の改善手法の基本検討を行う。_x000D_

要約(英語): With advancement of Artificial Intelligence (AI), AI will be tried to apply to various field. Some AI models have already been released to the public and many AI researchers utilize them for their researches. MobileNet which is one of these AI models is based on Convolutional Neural Network (CNN) which is suitable for image classification. MobileNet can achieve correct image classification when it is limited to apply to real objects. However, it is not suitable for classification of pictograms. In social implementation of AI technology, pictograms also have to be correct classification. To achieve correct classification of pictograms, this study proposes a modification method of pictograms while keeping the quality of pictograms. Simulation results using pictograms show the validity of the proposed method.

本誌: 2023年10月26日-2023年10月27日情報システム研究会

本誌掲載ページ: 11-16 p

原稿種別: 日本語

PDFファイルサイズ: 2,094 Kバイト