多用途にファインチューニング可能な3次元点群向け大規模解析モデルの開発と活用

Research Project

Project/Area Number	24K14992
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	University of Yamanashi
Principal Investigator	古屋貴彦山梨大学, 大学院総合研究部, 准教授 (00770835)
Project Period (FY)	2024-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000) Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000) Fiscal Year 2025: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000) Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Keywords	3次元点群 / 形状特徴量 / 自己教師あり学習 / 深層学習 / ファインチューニング
Outline of Research at the Start	3次元（3D）点群データは，インフラ整備など実社会で幅広く利用される．3次元点群データ向けの深層学習技術はここ10年で飛躍的に進歩したが，社会で十分に活用されていない．活用が進まない要因として，データ収集とラベリングのコストが高いことが挙げられる．そこで本研究では少数の教示データで多用途にファインチューニングできる世界初の3D点群向け大規模解析モデルの開発と，社会における活用を目指す．3年間の補助事業期間を利用し，(1) 学習用大規模データセットの作成・整理（1年目），(2) 3D点群向け大規模解析モデルの開発（1-2年目），(3) 評価実験および実社会の問題への適用（2-3年目）に取り組む．