畳み込みニューラルネットワークに関するサーベイ論文が電子情報通信学会論文誌に採録されました。 本サーベイは、中部大学山下准教授と共同で実施いたしました。こちらから早期公開版をご覧いただけます。また、ベースとなった研究会の発表資料も公開しておりますので、合わせてご参照ください。

DeNAは、本分野発展のための情報発信に引き続き取り組んでまいります。

タイトル

物体認識のための畳み込みニューラルネットワークの研究動向

あらまし

2012年の画像認識コンペティションILSVRCにおけるAlexNetの登場以降、画像認識において畳み込みニューラルネットワーク (CNN) を用いることがデファクトスタンダードとなった。ILSVRCでは毎年のように新たなCNNのモデルが提案され、一貫して認識精度の向上に寄与してきた。CNNは画像分類だけではなく、セグメンテーションや物体検出など様々なタスクを解くためのベースネットワークとしても広く利用されてきている。 本稿では、AlexNet以降の代表的なCNNの変遷を振り返るとともに、近年提案されている様々なCNNの改良手法についてサーベイを行い、それらを幾つかのアプローチに分類し、解説する。 更に、代表的なモデルについて複数のデータセットを用いて学習および網羅的な精度評価を行い、各モデルの精度および学習時間の傾向について議論を行う。