情報損失の無い並列的特徴量プーリングを用いた画像認識

摘要

畳み込みニューラルネットワーク（CNN）を用いた画像認識において，プーリングは必要不可欠な構造である．一般的なプーリングでは位置不変性獲得と計算量削減のためにダウンサンプリングを行うが，その際に入力された特徴量の多くが失われる問題がある．そこで本稿では情報損失の無いプーリングとしてParallel Grid Poolingを提案する．画像分類の標準的データセットであるCIFAR-10，CIFAR-100，SVHNを用いた実験により，本手法の有効性を示す．