Softmax損失関数が生成する画像特徴空間のクラス配置についての考察

カテゴリ: 部門大会

論文No: PS1-11

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Consideration on Class Location in Image Feature Space Generated by Softmax Loss Function

著者名: 菅野 樹希（東京電機大学）,和田 成夫（東京電機大学）

著者名(英語): Juki Sugano (Tokyo Denki University),Shigeo Wada (Tokyo Denki University)

キーワード: 画像分類|深層学習|損失関数損失関数|Image Classification|Deep Learning|Loss Function

要約(日本語): 深層学習を用いた画像分類問題では，標準的にSoftmax損失関数やCenter損失関数が用いられる．クラス分散を小さくすることで，分類精度を向上させている．本研究では, SCE損失関数とCenter損失関数の画像特徴空間について考察し，分類性能の高い特徴ベクトルを取得するため，クラス間の距離を任意に設定可能な損失関数を提案する．画像特徴空間においてクラス配置を環状に設定するCircular損失関数の性能評価を行った. 画像特徴空間を可視化することで，提案法では識別性の高い特徴ベクトルの形成を確認した．また，訓練時の収束特性が急峻であり，正解率が高いことが分かった．提案法により，いくつかのクラス配置パターンを設定，性能評価を行うことで，画像特徴空間における最適なクラス配置について考察した．