| Project/Area Number |
23K11236
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61030:Intelligent informatics-related
|
|---|
| Research Institution | Chubu University |
|---|
Principal Investigator |
山内 悠嗣 中部大学, 理工学部, 講師 (10736135)
|
|---|
| Project Period (FY) |
2023-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2026: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000)
Fiscal Year 2025: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | 画像の圧縮・復元 / エッジコンピューティング / 画像認識 / End-to-End学習 / 深層学習 / 画像圧縮復元 |
|---|
| Outline of Research at the Start |
本研究では，エッジコンピューティングを活用した画像認識システムにおけるデータ通信量を削減するために，深層学習に基づいて画像を圧縮復元する技術を導入する．画像の圧縮復元はデータ通信量を大幅に削減することができるが，画像の圧縮復元処理によって認識性能が低下する問題を引き起こす．そこで，本研究では，(1)画像圧縮復元処理と認識処理をEnd-to-Endで統一的に学習するフレームワークの確立，(2)圧縮復元前後のデータから同一となるような特徴として表現する方法の2つについて実現を目指す．
|
| Outline of Annual Research Achievements |
本研究は，エッジコンピューティングを活用した画像認識システムにおけるデータ通信量を効率よく削減することを目的としている．深層学習ベースのアルゴリズムにより圧縮した画像データを通信し，エッジサーバー側で画像を復元して画像を認識する．深層学習ベースの画像圧縮・復元アルゴリズムを導入することにより，データ通信量を大幅に削減することが可能になった一方で，画像の圧縮・復元処理によりノイズの発生や認識に有効な情報が欠落するため，画像の認識性能が低下する問題が発生する．
この問題を解決するために，本研究では画像を圧縮・復元するモデルと認識するモデルをEnd-to-Endで学習するフレームワークを開発した．画像の圧縮・復元処理時に認識タスクを考慮することで画像の圧縮・復元処理によりノイズの発生や認識に有効な情報が欠落を抑制することが可能になった．初年度はアルゴリズム開発までを想定していたが，円滑に研究を進めることができたため，画像のオープンデータセットであるImageNetteを用いた評価実験を完了することができた．本評価実験より，未圧縮画像と比較してデータ通信量を約99%削減できることを確認した．また，画像を圧縮・復元するモデルと認識するモデルを個々に学習した場合は画像分類精度が91.6%であったのに対し，提案するフレームワークでは94.9%の画像分類精度が得られた．想定していた良い結果が得られたため，今後は大規模なデータセットを用いて提案アルゴリズムを評価する予定である．
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
提案するアルゴリズムを実装する段階まで進める予定であったが，オープンデータセットを用いて提案手法の有効性を評価する段階まで進めることができたため区分を(1)とした．
|
| Strategy for Future Research Activity |
今後は大規模なデータベースを用いた提案手法の評価を進める予定である．
|
