THREE-DIMENSIONAL DATA EVALUATION MODEL CONSTRUCTION AND EVALUATION METHOD, THREE-DIMENSIONAL DATA EVALUATION MODEL CONSTRUCTION DEVICE, THREE-DIMENSIONAL DATA EVALUATION DEVICE, AND COMPUTER PROGRAM
To perform semi-supervised learning on three-dimensional data in which the number of data available as a learning data set is limited even though the amount of data is large, while preventing overlearning.SOLUTION: Provided is a method including at least a part of the following steps of: learning a denoising function by passing three-dimensional data through a convolutional ladder network； extracting residual data between reconstructed data based on a learning result and original three-dimensional data； constructing a plurality of evaluation nodes having different viewpoints by using a neural network treating the residual data as an input, thereby calibrating each evaluation node by using VAT； inputting residual data for new three-dimensional data to the plurality of evaluation nodes to obtain outputs； and determining the reliability of the outputs according to consistency between the plurality of outputs. Also, provided are a device for executing the method, and a program for configuring the device.SELECTED DRAWING: Figure 1【課題】データ量が大きいにもかかわらず学習データセットとして利用可能なデータ数が限られる三次元データについても過学習を防止しながら半教師あり学習を実行する。【解決手段】三次元データを畳み込みラダーネットワークに通してデノイジング関数を学習するステップ、学習結果に基づく再構築データと元の三次元データとの間の残差データを抽出するステップ、残差データを入力とするニューラルネットワークを用いて互いに観点が異なる複数の評価ノードを構築し、各評価ノードをＶＡＴを用いて較正するステップ、新たな三次元データについて残差データを複数の評価ノードに入力して出力を得るステップ、および複数の出力の間の整合性に応じて出力の信頼度を判定するステップ、のうち少なくとも一部を含む方法と、方法を実行する装置、および装置を構成ためのプログラムが提供される。【選択図】図１
