論文の公開元へ画像品質及びデータ分布を考慮したデータ拡張
概要
1.1 研究背景
近年，AIは技術が向上しているだけでなく，既に様々な商品・サービスに導入されてきている．具体的には，検索サイトやスマートスピーカー，自動車の自動運転などが身近な例として挙げられる．しかし，AIの精度を最大限高めるには一般的に大量のデータセットが必要である．アメリカや中国では，政府や企業の製品・サービスを通じて効率的にデータを収集しており，一部大手IT企業はビッグデータを独占しつつある．それゆえ，AIの技術水準は高い．対して，日本にはグローバルなプラットフォーマ企業がなく，ビッグデータを確保できていないことから，AIの研究やビジネスにおいて遅れをとっていると考えられる．
国内企業の研究者や開発者がこうした状況の中，世の中にある膨大な量のデータを集めるのは難しい．そこで，既に所有しているデータおよび少ないデータを利活用しようとする研究の取り組みが主に二つある．一つは，少量のデータを効率的に学習する技法であり，もう一つは，生成モデルを使って学習用データを生成する技法である．
前者では，ファインチューニングや転移学習といった技法があげられる．ファインチューニングは，事前学習したモデルの重みパラメータを初期値として，再度新しいデータセットに対して学習するアルゴリズムである．一方，転移学習は事前学習したモデルの重みパラメータを固定して，新たに追加した層の重みパラメータのみ再度学習するアルゴリズムである．どちらのアルゴリズムも，一般的に事前学習の際に用いられるデータセットは大規模なものが多い．
後者の例として，Generative Adversarial Network(GAN)[1]やAuto Encoder(AE)[2]が挙げられる．生成モデルに関する研究は近年数多くなされており，GANに関する論文や特許出願の件数は増加傾向にある[3]．GANは新しい画像を生成できるが，収束させることが難しい．対して，AEは安定して学習できるが，データセットと同じような画像しか生成できず，新しい画像を生成することが難しい．また，身近な例として，これらの生成モデルは，ファッションや広告用の新しい画像の生成や3Dモデルの生成，顔画像の老化フィルタ生成などの様々なアプリケーションに使われ始めている[4]．
以上のように，生成モデルを用いることで様々な画像を生成することができる．様々な画像を生成することは，国内企業の研究者や開発者のデータセット不足を解決する支援になると考えられる．しかし，一部のクラスのデータセットは既に多く持っている場合や，同一クラスの似ているデータセットを多く持っている場合など，持っているデータセットの分布にはいくつかのパタンが考えられる．よって，データセットの分布のパタンを考慮して画像を生成する必要がある．
1.2 研究目的
本研究では，画像の品質およびデータ分布を考慮してデータ拡張することで，AIのクラス分類精度を向上することを目的とする．また，画像データセットの分布を3パタンに分け，それぞれに対する提案手法を述べる．一つ目に，全てのクラスの画像データセットが少ない場合．二つ目に，同じクラス内に似た画像データセットが多くある場合．三つ目に，画像データセットが多いクラスと，画像データセットが少ないクラスが混在する場合．手法としては，一つ目のパタンに対して，Generative Adversarial Capsule Network(CapsuleGAN)[5]を用いて品質を考慮した画像を生成する．二つ目のパタンに対しては，Variational Auto-Encoder(VAE)[6]の潜在変数を操作して，同一クラス内に偏りが生じないように画像を生成する．三つ目のパタンに対しては，Adversarial Autoencoder(AAE)[7]とSynthetic Minority Over-sampling Technique(SMOTE)[8]を用いて少数クラスのデータを拡張する．
1.3 本論文の構成
以下に本論文の構成を示す．
第１章 本章であり，研究の背景および目的について述べる．
第２章 本論文で用いる関連技術について述べる．
第３章 提案手法について述べる．
第４章 提案手法の実験概要と実験結果について記述し，実験結果の考察について述べる．第５章 本論文の結論と今後の課題について述べる．
この論文で使われている画像
