| Project/Area Number |
16K12455
|
|---|
| Research Category |
Grant-in-Aid for Challenging Exploratory Research
|
| Allocation Type | Multi-year Fund |
|---|
| Research Field |
Perceptual information processing
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
Kanezaki Asako 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (00738073)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Project Status |
Completed (Fiscal Year 2018)
|
| Budget Amount *help |
¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2018: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2017: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2016: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
|
|---|
| Keywords | 物体認識 / 画像セグメンテーション / 機械学習 / マルチビュー画像 / 姿勢推定 / 教師なし学習 / 画像認識 / コンピュータビジョン / 自然言語処理 / パターン認識 |
|---|
| Outline of Final Research Achievements |
With the aim of explaining unknown objects in images with easy-to-understand expressions, we tackled to develop elemental technology for the automatic generation of drawing songs based on general object recognition. In order to describe an unknown object, humans generate a metaphorical expression such as "Like xxx" or "Like placing xxx on yyy", using some common and imaginable objects. In order to develop such a system, we proposed a novel 3D object recognition method using multi-view images. We also proposed an unsupervised image segmentation method that decomposes unknown objects in images into separated regions without using any prior knowledge.
|
| Academic Significance and Societal Importance of the Research Achievements |
第一に，様々な角度から物体を撮影し，一般的な名称を推論する三次元物体認識技術を開発した．本研究は深層学習を用いており，物体の姿勢の教師信号を人間が与えることなく，自動的に獲得できる点が新しい．提案手法は三次元物体検索の国際的コンペティションSHREC’17にて，二部門で世界第一位の性能を記録した．第二に，画像内の物体をパーツに分解する教師無し画像セグメンテーション技術を開発した．深層学習を用いた画像セグメンテーションの研究例は多く存在するが，そのほとんどが教師あり学習である．提案手法は畳み込みニューラルネットワークを用いるが，事前学習等の学習を一切必要としない点が新しい．
|
