- …
- …
#634
summarized by : Tomoki Tanimura
どんな論文か？
既存のDNNによる画像分類では，解像度を特定のサイズに圧縮して学習を行っている．これにより，周波数的に冗長的な特徴と顕在的な特徴の両方が失われており，精度の劣化を招いている．有用な周波数情報の選択を学習する前処理の手法を提案．画像分類とInstance Segmentationでの実験を行い，精度改善示した．
新規性
有用な特徴量の選択を，リサイズする前に周波数の選択によって行った．
結果
画像分類 (ImageNet) : +1.60% (ResNet-50), +0.63% (MobileNetV2)
Instance Segmentation (COCO) : +0.8% (Mask R-CNN)
その他（なぜ通ったか？等）
- …
- …