| Project/Area Number |
23H05387
|
|---|
| Research Category |
Grant-in-Aid for Encouragement of Scientists
|
| Allocation Type | Single-year Grants |
|---|
| Review Section |
4110:Information science, computer engineering, human informaticsand, applied informatics related fields
|
|---|
| Research Institution | University of Miyazaki |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2023-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥480,000 (Direct Cost: ¥480,000)
Fiscal Year 2023: ¥480,000 (Direct Cost: ¥480,000)
|
|---|
| Keywords | SNS / プライバシーリスク検知 / 深層学習 |
|---|
| Outline of Research at the Start |
研究期間は、透過物体越しに撮影した際の反射（以降、透過的反射とする）も含むSNS投稿画像内の人間映り込み箇所の検出を目的とし、提案手法（反射成分を分離するモデル＋人間の検出モデル）と、既存手法（人間の検出モデル単体）を比較し、提案手法が「通常の映り込み」と「透過的反射の映り込み」の両方を精度よく検出できるか検証する。
2枚の画像を重ねた疑似透過的反射画像や、カメラで撮影して作成した実際の透過的反射画像で「透過的反射による映り込み」の検出精度を、反射成分の無い画像で「通常の映り込み」の検出精度を確認し、両者において高い水準で人間を検出できるかを確かめる。
|
| Outline of Final Research Achievements |
SNSで画像を投稿する際に、反射成分の映り込みも含めて撮影者が映りこんでいないか投稿前に検出するため、物体検出タスクと、反射成分分離タスクを組み合わせた深層学習モデルを構築し、各タスクを同時学習させる取り組みを試みた。
両タスクを同時学習することで、反射成分を含む画像における検出精度が改善される可能性を示したが、実用的な検出精度は達成できなかったため、学習方法を改善することが今後の課題である。
|
| Academic Significance and Societal Importance of the Research Achievements |
透過物質越しに撮影した際に起こる反射により撮影者が映りこむ場合は、撮影者自身にも気付きにくいと考えられる。この種の映り込みは、意図しない情報開示が起こりうる一つの要因だが、このリスクを検出する手法はいまだ提案されていない。本研究のアプローチにより精度改善が見込める点で、このような意図しない情報開示リスクを投稿前に事前解析できる可能性を示し、ユーザのより安全なSNS利用に繋げられる成果といえる。
|
