主催: 一般社団法人 人工知能学会
会議名: 2022年度人工知能学会全国大会(第36回)
回次: 36
開催地: 京都国際会館+オンライン
開催日: 2022/06/14 - 2022/06/17
近年,畳み込みニューラルネットワーク(CNN)の特徴統計量をベースとした手法が画風の豊かな表現に利用されている.ベクトル化された特徴マップのグラム行列(深層相関特徴)はその一手法であり,絵画や情動画像の認識に有効である.グラム行列は二つの入力特徴マップの内積を計算するので,一方の値を適応的に変化させるAttention機構の一種と捉えることができる.本稿の目的はAttention機構の側面で深層相関特徴を明らかにすることである.グラム疎行列モジュール(SGMM)はQuery-Key型Attentionの疎化手法に触発された手法である.提案ネットワークはマルチヘッドSGMMとレイヤー間結合の二つから構成されている.我々はアニメ調イラストの作家分類・検索タスクで性能評価を行い,既知作家の精度指標における提案ネットワークの優位性を示した.さらに,SGMMはAttention機構と似た性質を持つことを明らかにした.