Object Recognition by using Deep Neural Networks for Graph Stractured Descriptions of Image Features and Aspect Views

• Project/Area Number: 23K11175
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61010:Perceptual information processing-related
• Research Institution: Osaka Electro-Communication University
• Principal Investigator: 越後 富夫 大阪電気通信大学, 情報通信工学部, 教授 (80434801)
• Co-Investigator(Kenkyū-buntansha): 岩本 祐太郎 大阪電気通信大学, 情報通信工学部, 講師 (30779054)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2025: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2023: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
• Keywords: 物体認識 / 構造化記述 / グラフニューラルネットワーク / 疑似アスペクトグラフ / 3D Augmentation

Outline of Research at the Start

物体は姿勢が変わると同一物であっても見えが異なり，画像から抽出したグラフ構造は異なる．
本研究では，３次元回転による見えの変化を表現する３D Augmentationを適用することで，画像上で現れる構造の変化が無い複数の状態をクラスタリング可能で，構造の変化が現れる状態との関係を表現した疑似アスペクトグラフが生成できる．
そこで，画像から特徴点をグラフ構造化し，構造化記述と疑似アスペクトグラフを統合したグラフ構造の深層学習による本手法と，従来技術のCNN，ViTによる認識結果と比較し，画像からのグラフ構造記述を用いることの優位性を検証する．