シーズアノテーションを用いた自己教師あり学習による三次元点群分類の考察

カテゴリ: 部門大会

論文No: TC14-2

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): Consideration of 3D Point Cloud Classification Using Self-Supervised Learning with Seed Annotations

著者名: 大城 英裕（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),Keiji Gyohten (Oita University),Toshiya Takami (Oita University)

キーワード: シーズアノテーション|自己教師あり学習|Seed Annotation|Self-Supervised Learning

要約(日本語): 本研究では、シーズアノテーションを用いた自己教師あり学習に焦点を当て、その効果と可能性を探る。シーズアノテーションとは、少量のラベル付きデータを起点とし、これをもとにさらなるラベル付きデータを自動生成する手法である。このアプローチにより、ラベル付きデータの不足を補い、より高性能なモデルの構築を目指す。まず、自己教師あり学習の基本概念とシーズアノテーションの仕組みについて概説し、次に本研究の目的とアプローチを詳細に説明する。さらに、実験結果を通じてシーズアノテーションの有効性を検証し、従来の手法との比較を行う。本研究の成果が、将来の機械学習モデルの性能向上とデータ効率の改善に寄与することを期待する。