Learning Methods and Applications for Real-World Object Detection

• Project/Area Number: 23K16896
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 61010:Perceptual information processing-related
• Research Institution: The University of Tokyo
• Principal Investigator: 古田 諒佑 東京大学, 生産技術研究所, 助教 (20843535)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000); Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000); Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
• Keywords: 物体検出 / ドメイン汎化 / オープンセット認識

Outline of Research at the Start

物体検出では学習時に見たことのないドメインのデータにおいて検出精度が低下する問題と，学習時に見たことのないクラスは検出することができない問題が知られている．そこで本研究では，識別能力を維持したままドメイン普遍な特徴表現を学習時に事前に獲得することで，未知のドメインおよび新規クラスに対応可能な物体検出器の学習方法の確立を目指す．またその先の展望として物体検出のみならず，Instance Segmentation等の発展的課題や産業応用を視野に入れた内容にも取り組む．