• トップ
  • リリース
  • Rist所属の Benjamin Chiche、堀川由人が著者を務めた論文が、CVPR 2024に採択されました

プレスリリース

  • 記事画像1

Rist所属の Benjamin Chiche、堀川由人が著者を務めた論文が、CVPR 2024に採択されました

(PR TIMES) 2024年03月11日(月)17時15分配信 PR TIMES

この度、Rist所属の Chiche(シッシュ)と堀川が著者を務めた論文「Pre-training Vision Models with Mandelbulb Variations」が、コンピュータービジョン分野の国際会議「CVPR 2024(Computer Vision and Pattern Recognition Conference 2024)」に採択されました。
CVPRは、コンピュータービジョン分野に関する世界最高峰の学会の一つです。
昨年のCVPR 2023の採択率は25.8%(9,155件中2,360件の論文が採択)で、審査の難易度が高い学会としても知られています。

掲載論文
論文名
Pre-training Vision Models with Mandelbulb Variations
著者
Benjamin Naoto Chiche、堀川由人、藤田亮
概要
ImageNet のような大規模自然画像データセットを画像認識モデルの事前学習に使うのは比較的主流なアプローチです。しかしながら、モデルを商用利用したい場合などにおいて、これらの画像の著作権やライセンスが問題になる場合があります。また、これらの画像はプライバシーを侵害する可能性や不公平なバイアスを学習させてしまう可能性も秘めています。
上記問題の解決方法の一つとして、当論文はMandelbulbから派生した3Dフラクタルである Mandelbulb Variations の数式に基づき自動生成した大規模CG画像データセットを提案します。
Convolutional Neural Networks(CNNs)と Vision Transformers(ViTs)を当データセット上で事前学習させ、複数の下流データセット上で評価したところ、数式に基づいた従来の事前学習データセットと比べ、下記の下流タスクにおける高いパフォーマンスを記録しました。
1) CNNs :クラス分類と異常検知
2) ViTs :クラス分類
評価実験について、クラス分類タスクに関しては正解率に基づいた定量評価を行いました。異常検知タスクに関しては AUROC などを用いた定量評価と、異常検知結果の可視化を用いた定性評価を行いました。


論文は5月下旬〜6月初旬に Computer Vision Foundation (CVF) のウェブサイトで掲載される予定です。
https://openaccess.thecvf.com/menu

※掲載されている情報は、発表日現在の情報です。最新の情報と異なる場合がありますのでご了承ください。
 
Ristは今後も、Ristで働く従業員に成長の機会を提供するとともに、研究領域も含めた技術力を強化し、顧客や社会により良いサービスの提供を行ってまいります。

Ristについて
Ristは先端技術を取り入れることで顧客企業や社会の課題を解決し、価値提供を行います。
人工知能技術Deep Learningなどを用いて、[工場×AI]をコンセプトに画像AI事業の「Deep Inspection」、データ分析事業の「Deep Analytics」の2つの領域で、お客様に合わせた幅広いAIシステムをオーダーメイドで開発しています。
AIを用いたシステムの社会実装を加速させるため、2018年12月に京セラコミュニケーションシステムの完全子会社となりました。

会社名:株式会社Rist
所在地:京都府京都市下京区五条通河原町西入本覚寺前町830 京都エクセルヒューマンビル 7階
設立日:2016年8月1日
代表取締役社長:長野 慶
URL: https://www.rist.co.jp

記載されている会社名、ロゴ、システム名、商品名、ブランド名などは、各社の商号、登録商標、または商標です。

プレスリリース提供:PR TIMES

このページの先頭へ戻る