分割型深層学習を用いた2次元射影行列推定，?分割学習と結合?

カテゴリ: 部門大会

論文No: TC13-3

グループ名: 【C】2019年電気学会電子・情報・システム部門大会プログラム

発行日: 2019/08/28

タイトル(英語): A Decompositional Deep Learning for 2D Homography Estimation, Decomposition and Combination

著者名: 大城 英裕(大分大学),岡 駿佑(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|Shunsuke Oka|Keiji Gyohten|Toshiya Takami

キーワード: 2次元射影変換推定|分割型深層学習|Homography Estimation|Decompositional Deep Learning

要約(日本語): ニューラルネットワークを用いたパラメータ推定に，行列分解に対応した分割型深層学習を用いて，パラメータ推定の学習速度の高速化，精度の向上を目的としている。本論文では二次元平面を射影変換を用いて別の平面に射影するホモグラフィ行列推定というパラメータ推定問題に着目する。ホモグラフィ分解(Homography Decomposition)では，ホモグラフィ行列を相似変換行列，アフィン変換行列，射影変換行列の3つに分解する。本論文の提案手法はこのホモグラフィ分解を用いて3つの行列に分解し，それぞれの行列で学習を行う。そしてそれぞれの行列の学習重みを用い，最終的に一つの分解型のニューラルネットワークを作成する。実験の結果，本論文の提案手法の学習法の方がホモグラフィ行列を直接推定させた結果以上の精度を出すことが確認できた。

PDFファイルサイズ: 622 Kバイト