Between-class Learning for Image Classification

抄録

CVPR 2018およびMIRU 2018で発表した論文"Between-class Learning for Image Classification"について紹介する．本論文では，画像識別の新しい教師付学習手法としてbetween-class learning (BC learning) を提案した．BC learningでは，異なるクラスに属する2つのデータをランダムな比率で合成し，モデルに入力する．そして，合成比率を出力するようにモデルを学習する．BC learningは特徴空間を判別的にする効果があるため，モデルの汎化性能を高めることができる．実験の結果，ImageNet-1K, CIFAR-10において，それぞれ19.4%, 2.26%の誤識別率を達成した．