Core Concepts
CNNネットワークの予測結果の可視化手法を提案し、データオーグメンテーション手法がデータドメインに与える影響を分析した。さらに、分類タスクにおける最適なしきい値選択手法を提案した。
Abstract
本論文では、CNNネットワークの予測結果を可視化する手法を提案した。この手法により、データオーグメンテーション手法であるダウンサンプリングとガウシアンブラーがデータドメインに与える影響を分析した。ダウンサンプリングはデータドメインを拡大し、ガウシアンブラーはデータ内部の凝集性を高めることが明らかになった。
さらに、従来の分類タスクにおけるしきい値選択手法であるACERが必ずしも最適ではないことを示し、新しいしきい値選択手法を提案した。この手法は、可視化された予測結果の分布に基づいて、より適切なしきい値を選択することができる。
提案手法を、Unified Physical-Digital Face Attack Detection競争とSnapshot Spectral Imaging Face Anti-spoofing競争に適用し、両方で2位の成績を収めた。
Stats
ダウンサンプリングを行うと、予測スコアの分布が拡大し、データドメインが広がる
ガウシアンブラーを適用すると、予測スコアの分布が集中し、データドメインが凝集する
従来のACERに基づくしきい値選択では、実際の運用時の性能を正しく反映できない可能性がある
Quotes
"ダウンサンプリングはデータドメインを拡大し、ガウシアンブラーはデータ内部の凝集性を高める"
"従来のACERに基づくしきい値選択では、実際の運用時の性能を正しく反映できない可能性がある"