講演情報
[3Yin-A-16]通信量を削減した匿名化画像による画像分類の検討
〇髙橋 来生1,2、野里 博和1、飯島 洋祐2 (1. 産業技術総合研究所 人工知能研究センター、2. 小山工業高等専門学校 専攻科 複合工学専攻)
キーワード：
深層学習、画像分類、画像匿名化、エッジAI
本研究では、遠隔地で取得したカメラ画像等の画像分類における 無線通信の通信量削減に向け、画像再構成モデルのVAE(Variational AutoEncoder) と画像分類モデルを用いた匿名化画像による画像分類手法を検討する。10クラス分類画像データセットであるCIFAR-10を用いた実験において、分類モデル単体のベースラインの約91%の分類精度に対し、提案手法はVAEの潜在変数が512次元において約83%の分類精度を維持しつつ、約83%のデータ削減率を実現できることを確認した。さらに、RCDBによる事前学習を導入することで、同条件における分類精度を約84%まで改善し、ベースラインとの差を約6ポイントまで縮小できることを示した。