ロジスティック回帰 (logistic regression)
1．ロジスティック回帰とは [概要] ロジスティック回帰（logistic regression）とは，教師あり学習向けの，シンプルな教師あり学習線形識別モデルである．線形回帰モデルの出力をロジスティック関数で変換し，２ 続きを読む…
投稿者: Masaki Hayashi
「CVML エキスパートガイド」の管理人です．コンピュータビジョンの研究者です．動画の認識の業績が多いですが，論文に表れていないところでも，様々なコンピュータビジョン系の企業向けの研究コンサルも行なってきたこともあり，守備範囲はかなり広いです．
後進の教育や，学習教材の作成への情熱も高いです．みなさんと一緒に日本のコンピュータビジョン業界や周辺業界を，楽しく業界を盛り上げていきたいです．
関心領域(ROI, Region of Interest)
1. 関心領域(ROI, Region of Interest) とは 関心領域(ROI, Region of Interest)とは，画像処理やコンピュータビジョンにおいて，フィルタ処理や認識処理を適用したい「画像中の 続きを読む…
InceptionNet: Googleによる画像認識CNN (GoogLeNet)
1. InceptionNet とは [概要] InceptionNet (Inception Network, 別名 GoogLeNet) とは，Googleの研究チームが考案したCNN (畳み込みニューラルネットワー 続きを読む…
GRU (Gated Recurrent Unit, ゲート付き再帰ユニット)
1. GRU (ゲート付き再帰ユニット) の概要 GRU (Gated Recurrent Unit, ゲート付き再帰ユニット) [Cho et al., 2014]は，LSTM(Long Short Term Memo 続きを読む…
LSTM(Long Short-Term Memory)
1. LSTM(Long Short-Term Memory)とは[概要] LSTM (Long Shrot-Term Memory)とは，RNN(再帰型ニューラルネットワーク)の1種であり，過去の情報を長期記憶しておく 続きを読む…
PSPNet: 空間ピラミッドプーリングによるシーン画像分割
1. PSPNet (Pyramid Scene Parsing Network) とは [概要] PSPNet (Pyramid Scene Parsing Network) とは，終盤層で空間ピラミッドプーリングを利 続きを読む…
プーリング層 (Pooling Layer)とその発展型
1. プーリング層 (Pooling Layer)とは [概要] プーリング層 (Pooling layer) とは，画像を入力としたCNN(畳み込みニューラルネットワーク)において，特徴マップを空間的な局所ごとに代表値 続きを読む…
CNNの損失関数(Loss Function) その(1): 交差エントロピーとMSE
1. 概要 この記事では，CNN(畳み込みニューラルネットワーク)の教師あり学習時に用いられる損失関数(Loss function)のうち，交差エントロピー誤差 (Cross Entropy Error)（識別問題向け） 続きを読む…
SegNet: シーン画像セグメンテーションCNNの初期提案
1. SegNet とは [概要] SegNet は，初期のセマンティックセグメンテーション向けの，畳み込みニューラルネットワークである[Badrinarayanan et al., 2015]．車載前方動画の各フレーム 続きを読む…
Faster R-CNN: 2ステージ型のアンカーあり物体検出CNNの元祖
1. Faster R-CNN とは [概要] Faster R-CNN とは「領域提案を用いた2ステージ型物体検出向けCNN」の元祖となった提案である [Ren et al., 2015]．効率的な2ステージ計算により 続きを読む…