LINEヤフーの研究開発

カンファレンス (国内) A Simple Method to Create Enhanced Saliency Map with CNN Classifier

山下直晃, 田中智大

第19回画像の認識・理解シンポジウム (MIRU2016)

2016.8.1

本研究では学習済みCNNによる画像クラス分類器を用いた単純で効果的な顕著性マップの作成手法を提案する． この手法では顕著性マップは中間層の出力の重み付き和から作成されるが，重みは分類結果から構成される確信度より導出されるため， 分類結果に依存した画像内のオブジェクトに顕著な形となる． また，学習済みクラス分類器を使用するため，問題に適した学習モデルを用いて効果的な顕著性マップを比較的低コストで作成できる． 先ず，この手法の有効性を既存の画像クラス分類器で確認し， 次にSalient Object Subitizing (SOS)による顕著なオブジェクトの個数の分類器を用いて評価する． 最後にSALICONデータに対して各モデルで顕著性マップを作成し予測の評価指標を算出することで，提案手法の効果を定量的に評価する．

PDF : A Simple Method to Create Enhanced Saliency Map with CNN Classifier