IEEE Accessに論文が採録されました

当研究室の論文がIEEE Accessに掲載されました。

T. Horihata, S. Yoshida, and M. Muneyasu: Domain Adaptation across Geographic Regions through Region-Specific Feature Learning and Distribution Matching, IEEE Access, vol. 13 pp. 138718-138732, Aug. 2025, DOI10.1109/ACCESS.2025.3596221

概要

本研究は、地理的に異なる地域で撮影された画像間に生じる外観の違いによって、画像認識の精度が低下する問題に対処するための新しい手法を提案しています。

GeoNetデータセットを用いた評価では、同じカテゴリの物体でも、撮影地域によって背景や材質が異なる例が多く見られます。例えば、台所や食堂で撮影された食器類は地域によって形状や模様が異なり、家具や調理器具では素材や色合いが異なることがあります。従来の手法はこれらの差異を一括して吸収しようとするため、物体カテゴリごとの特性を十分に活かせませんでした。

提案手法では、

  1. 各物体カテゴリにおける地域特有の特徴を学習する機構
  2. 地域間の特徴を整合させつつクラス判別性能を保持する分布マッチング手法

を組み合わせています。さらに、クラス階層構造を活用して、地域に依存しない普遍的な特徴と地域固有の特徴を効果的に分離しました。GeoNetデータセットでの実験により、本手法は従来の最先端手法を上回る認識精度を達成しました。この成果は、地理的に多様な環境で安定して動作する画像認識システムの構築に貢献します。