[2E5-GS-10o] AI応用：マルチモーダル理解と解釈

16:15 〜 16:30

[2E5-GS-10o-04] 少数クワガタデータ画像分類におけるアンサンブル型識別手法の提案

〇村上 一真¹、森 直樹¹、黒田 由佑²、後藤 寛貴² (1. 大阪公立大学、2. 静岡大学)

キーワード：

生物画像情報学、微細画像分類、少数データ、アンサンブル学習

近年，画像認識の進展により，近縁分類群を微小形態差から識別する Fine-grained Image Classification が実用段階に近づいている．本研究では，遺伝的攪乱が懸念されるヒラタクワガタ (Serrognathus titanus) を対象に，亜種内の地域個体群レベルの大顎画像識別を目指す．
下層のレベルを基にした生物データにおける問題としてデータが少数であり，データの分割によって希少な形態的特徴が訓練データに入りづらくなる点が挙げられる．これに対し，データを 6 分割して 1 分割を固定のテストデータとし，残り 5 分割で検証データを入れ替えることでテストデータ以外の全てのデータを訓練データとして使用した．すなわち，5 通りの訓練データ集合を用いて 5 モデルを構築した．
得られた各モデルのテストデータにおける推論について Attention Rollout に基づく判断根拠の可視化をした．さらに各モデルの多様性向上を目的としてダミークラスを導入した．これにより，ダミークラスなしの場合より精度を向上させた．