クラスタリングを用いた画像ビッグデータのアノテーションに関する考察

カテゴリ: 部門大会

論文No: TC9-3

グループ名: 【C】2021年電気学会電子・情報・システム部門大会

発行日: 2021/09/08

タイトル(英語): A Consideration of Image Big Data Annotation Using Clustering

著者名: 大城 英裕（大分大学）,松田 千輝（大分大学）,行天 啓二（大分大学）,高見 利也（大分大学）

著者名(英語): Hidehiro Ohki (Oita University),Kazuki Matsuda (Oita University),Keiji Gyohten (Oita University),Toshiya Takami (Oita University)

キーワード: 深層学習|クラスタリング|ビッグデータビッグデータ|deep learning|clustering|big data

要約(日本語): 近年，深層学習の劇的な性能向上により，教師あり学習が，問題解決において，盛んに持ちられるようになった．教師あり学習を行う場合，大量の精度の高い訓練データが必要になる．しかし，対象となる問題でオープンで大量な訓練データが存在することは稀である．また，個々のデータに対して適切なラベリングが行われていなければ，学習に用いることはできない．人手で訓練データを作成するとなると，膨大なコストが必要となる．本稿では，クラスタリングを繰り返し用いてアノテーションを軽減する手法を提案する．提案手法では，大量に収集したラベルなしデータに対し，まず，教師なし学習をおこないクラスタに分類する．そして，個々のクラスタについて，アノテーションを実施する．これらの訓練データを使って教師あり学習を行い，問題解決に利用する．アノテーション作業の観点から本提案手法の性能を評価し，方式の有用性，また問題点について述べる．

PDFファイルサイズ: 323 Kバイト