Multi Scale Recognition with DAG-CNNs

第32回 コンピュータビジョン勉強会＠関東 ICCV2015論文読み回の発表資料です。
Multi Scale Recognition with DAG-CNNs

Transcript

1. Multi Scale Recognition with DAG-CNNs 2016年2月6日 山本 大輝（@tereka114）
2. Self Introduction 1. 山本 大輝 2. Acroquest Technology株式会社(2015.4.1〜) 3. システム系のエンジニア 4. Twitter（@tereka114） 5. CV勉強会 参加2回目です。（発表1回目） 6. Blog:「のんびりしているエンジニアの日記」 1. http://nonbiri-tereka.hatenablog.com/
3. Outline 1. 論文の概要 2. Convolutional Neural Networkとその後の比較 3. 特徴マップのScaleの比較 4. DAG-CNNs 5. Experiments 6. Conclusion
4. Outline 1. 論文の概要 2. Convolutional Neural Networkとその後の比較 3. 特徴マップのScaleの比較 4. DAG-CNNs 5. Experiments 6. Conclusion
5. なんでこの論文？ 1. CNNって特徴量抽出しているって言われているが、それを 検証していたのが興味深い。 2. DAGはDirected acyclic graph（有向非循環グラフ）です。 1. 最近、複雑な構造なネットワークが多い 2. レイヤーを統合していく考え方が増えてきている。
6. 論文の概要 1. 複数のレイヤーの結果を使うDAG-CNNsを実装、実験した。 2. 複数のレイヤーの結果を使うことにより、high,middle,low- levelな特徴量を活用した。 3. DAG-CNNsにより、MIT67,Scene15,SUN397のエラー率を下 げた。
7. Outline 1. 論文の概要 2. Convolutional Neural Networkとその後の比較 3. 特徴マップのScaleの比較 4. DAG-CNNs 5. Experiments 6. Conclusion
8. Convolutional Neural Networkの比較
9. Convolutional Neural Networkの比較
10. 1PでわかるCNN LeCun, Y., Bottou, L., Bengio, Y., and Haffner, P. (1998d). Gradient-based learning applied to document recognition. Proceedings of the IEEE, 86(11), 2278–2324
11. 従来までの Convolutional Neural Network 1. Single Output CNN 1. 最後のレイヤーのみの情報を使う。 2. 非常にシンプルな構造である。 2. Multi Scale CNN 1. 結合しているのみなので、非常に高次元のデータを生成する。 2. 学習が難しく、過学習が生じやすい。
12. Outline 1. 論文の概要 2. Convolutional Neural Networkとその後の比較 3. 特徴マップのScaleの比較 4. DAG-CNNsの解説 5. Experiments 6. Conclusion
13. レイヤーにおける特徴差分の検証 1. 情報検索を用いた手法で検証し、query画像からの距離 を計算し近い7画像を出力する。 2. 得たレイヤーの出力をSupport Vector Machine(SVM, One-VS-All)で分類した。 3. 各レイヤーの出力で分類を実施し、その際の結果をK x N で可視化し、ソートを実施した。
14. 情報検索を用いた手法 1. 情報検索を実施し、各レイヤーで取得できる出力を元に 検索した。 2. 手順は以下の通り 1. 学習して、出力した各層の出力のL2距離を求めた。 2. 距離の近い上位K（=7）件を抽出する。
15. 情報検索を用いた手法
16. 特徴量のレベルによる差分 クエリ
17. 複数のレイヤーの結果から予測 1. 複数のレイヤーの結果に対して予測し、グラフ化した。 2. 各レイヤーの出力に対してSVMでOne vs Allの手法により、 Kクラスに分類するタスクを実施した。 3. High Lavelな特徴ほど、良い結果を示している。
18. 各レイヤーの情報を用いた分類結果
19. 複数のレイヤーの結果から予測 1. 各クラスについて、分類を実施した。 2. 分類結果について、可視化を実施し、ヒートマップとした。 その上で各層ごとに最も高い正答率にてソートした。
20. 各層とクラスの正解率のマップ 最も多いクラス
21. Outline 1. 論文の概要 2. Convolutional Neural Networkとその後の比較 3. 特徴マップのScaleの比較 4. DAG-CNNs 5. Experiments 6. Conclusion
22. DAG-CNNs
23. DAG-CNNsの学習 • 今回は以下の式を最適化する。 入力 教師 誤差関数 Convolutionの重み K=Layer数、x = 学習データ y = 学習ラベル
24. DAG-CNNsの学習 • 今回は以下の式を最適化する。 入力 教師 誤差関数 Convolutionの重み K=Layer数、x = 学習データ y = 学習ラベル BPで解く
25. DAG-CNNs
26. DAG-CNNsの学習 Convolution Layerの入力 出力
27. DAG-CNNsの勾配の計算方法 Chain Rule
28. Vanishing Gradient Problem 1. 低層レイヤーまでに勾配情報が消えている問題のこと。 2. 通常、深くなっていくと勾配情報が消えていくとされている。 1. 直接つないでいるので低層も問題なく学習できる。
29. Gradient based learning
30. Outline 1. 論文の概要 2. Convolutional Neural Networkとその後の比較 3. 特徴マップのScaleの比較 4. DAG-CNNs 5. Experiments 6. Conclusion
31. Experiments 1. 分類データセットのAccuracyによる評価を実施した。 1. SUN397 1. 100Kの画像と397カテゴリー、景観画像の分類 2. MIT67 1. 15Kの画像と67カテゴリー、室内画像の分類 3. Scene15 1. 外と中の景観画像
32. Evaluation
33. MIT67のClassification Result
34. Outline 1. 論文の概要 2. Convolutional Neural Networkとその後の比較 3. 特徴マップのScaleの比較 4. DAG-CNNs 5. Experiments 6. Conclusion
35. Conclusion 1. Low LevelからHigh Levelまでの特徴について、様々な実 験を用い、検証した。 2. 上記から、ネットワークDAG-CNNsを提唱した。 1. 各層の活性化関数の出力を合計する。 3. 実験より、特にMIT67によるデータ・セットに対し、成果を あげることができた。