CG Image Recognition using Deep Learning

1. プロジェクト3A 最終発表
14K1020 髙尾航大

2. プロジェクトテーマ
DeepLearning を用いて
3次元オブジェクトの特徴量を
2次元画像として抽出し、
カテゴリタグ付けを自動的に行う。

3. プロジェクトテーマ(図解)
なんか長い
部分がある
3次元データ
人工知能
特徴量抽出
うさぎ
カテゴリ判定
動物 耳 長い
input
output
(実際はこんなも
のではない)

4. NeuralNetworkについて

5. MNIST手書き文字認識
MNISTと呼ばれる手書き文字のデータセットで学習を進める
28×28 ピクセルの画像
MNIST = 学習用画像 : 5万枚 / テスト用画像 : 1万枚

6. ベクトル化
1つの画像は 28×28 = 784 ピクセルを保有している
これをベクトルに落とし込む
𝑖𝑚𝑎𝑔𝑒𝑖 =
0
0
0
0
⋮
.6
.8
1
⋮
0
0
0
0

7. ベクトル化
5万枚の学習用画像は以下のベクトル集合で
表すことができる。

8. ベクトル化
学習用画像はその画像が何の数字であるかを保持するベクトル
も同添字として紐付けられている。

9. パーセプトロン
人間の脳細胞をモデル化
ステップ関数であるため微分不可能で機械学習に向かない

10. シグモイドニューロン
パーセプトロンの改良
連続関数であるため微分可能で機械学習に向く(線形分離可能)

11. ニューラルネットワーク
シグモイドニューロンを沢山使用して学習を行う
入力に784次元ベクトル
(画像の配列)
バイアスと重みを
コスト関数に従って
更新していくこと
学
習

12. 誤差逆伝播法
入力信号と教師データの誤差を小さくするように
勾配降下法
全体の結合重みを調整
E : 一時解と最適解の二乗誤差

13. ソフトマックス回帰
実際に一時解ベクトル𝑦が出力される際は、
ソフトマックス回帰によって正規化される

14. TensorFlowでのMNISTテスト
精度91％….

15. TensorFlowでのMNISTテスト
公式ドキュメントでは99.7％以上の精度でなければ良い結果
とは言えないと書かれている。

16. 畳み込みディープニューラルネットワーク

17. Watson API の使用
TensorFlowの画像認識ライブラリ環境
設定がうまく行かず使用断念。
Watson Visual Recognition
教師用画像を用意してネットワークを
学習させ、カテゴリ分けを行う。

18. 学習
今回は「うさぎ」と「顔」と「その他」を区別することを考える。

19. 教師用画像の用意
100枚
100枚
100枚

20. カラー画像で学習させた場合(うさぎ)
87％
66％
62％
72％

21. モノクロ画像で学習させた場合(うさぎ)
87％ → 89％
66％ → 71％
62％ → 63％
72％ → 74％

22. 人間の顔の認識( カラー → モノクロ )
85％ → 85％ 79％ → 75％

23. その他
認識せず。

24. 結論・今後の課題
WebアプリのUIと保守性を改良することができた。
この知能をWEBアプリ内に組み込む
3カテゴリの学習による分類は70％前後の精度で成功した。
学習カテゴリを増やしても精度が保たれるかの実験を行う
カテゴリ抽出後に連想語を関連付ける