DNET_ImageProcessingCVObjectID

画像処理とコンピュータビジョン（物体識別）

• 戻る（画像処理とコンピュータビジョン（AI））
  • 物体識別
  • 物体検出
  • 領域検出
  • 特定領域検出

概要

画像認識中の物体に関する画像認識（≒ 分類）
（畳み込みニューラルネットワーク（CNN）を参照）、物体認識とも。

• 物体が
  事前に与えられたどのラベルに属するか？

• 注
  ラベルが追加されていくオペレーションには向かない。
  （店舗における商品分類など、新商品の追加）

詳細

アルゴリズム・モデル

古くは、

テンプレート・マッチング

特徴抽出器

HOG特徴量を抽出しSVMを用いて分類

DNN以降

CNN

畳み込みニューラルネットワーク（CNN）

CapsNet

• CNNのプーリングは様々な情報、特に特徴間の空間的な関係を失う。
• CapsNetはニューロンがスカラーを出力するのに対しベクトルを出力する。

ViT

• Vision Transformer (ViT) は、従来のCNNに比べて高い精度を達成することができる。
• 画像を固定サイズのパッチに分割し、
  Transformerで算出したAttentionマップで重み付けを行った特徴マップを使用。

参考

• 深層学習についてのレポート（CNN編）
  https://www.osscons.jp/joho108j0-537/#_537
• 深層学習についてのレポート（画像系、CNN画像認識以外）
  https://www.osscons.jp/joy1y64w3-537/#_537

---

Tags: 移行, 人工知能, 画像処理, コンピュータビジョン, 物体識別, CNN