2018 Fiscal Year Research-status Report

自閉症スペクトラム障害児の感覚異常の対処を支援するシステムの構築

Research Project

Project/Area Number	17K13255
Research Institution	Kawasaki University of Medical Welfare
Principal Investigator	宮崎仁川崎医療福祉大学, 医療技術学部, 講師 (20550396)
Project Period (FY)	2017-04-01 – 2020-03-31
Keywords	自閉症スペクトラム障害 / 感覚特性 / 視覚 / 物体検出 / 機械学習 / ディープラーニング
Outline of Annual Research Achievements	本研究は，自閉症スペクトラム障害児（以下，ASD児）とその家族を支援するために，①ASD児が視覚的に苦手とするものを調査し，②スマートフォンのカメラで撮影した写真の中にASD児が苦手とするものが写っているかどうかをオブジェクト検出技術によって判定するものである．初年度は，画像判定のアルゴリズムを確立し，一般的な物体について高性能なコンピュータ上では判定することができた．次年度である2018年度では，高性能なコンピュータで動作することができたオブジェクト検出をスマートフォンでも利用できるように，プログラムを改修・開発した．高性能なコンピュータで検出を行う場合は，検出速度には時間がかかるものの高い信頼性で検出できるモデルや，その反対に，検出率を下げてわずかな時間で検出できるモデルを作成していた．しかしながら，スマートフォンやタブレット端末は一般的なコンピュータと比較しても，その処理能力は低いものであるため，検出速度を重視した軽量なモデルを使用することにした．その結果，高性能なコンピュータ単体で処理を行っていたときよりも，多少時間はかかるものの，実用可能な処理時間でスマートフォンやタブレット端末でもオブジェクト検出を行うことができた．また，初年度の調査では，ASD児が苦手とするものにどのようなものがあるのか，についての調査がまだ不十分であったため，2018年度にこの調査を行った．調査したものの中から，今回の検出技術で検出が可能と思われる20種に絞って，現在，ディープラーニング技術によって学習を進めているところである．この学習は，学習に試用する写真の数や写真の画質を変えながら，何度も実験を繰り返す必要がある．最終年度では，備品購入したデスクトップコンピュータのすべてを利用して，設定値を変えながら引き続き実験を行う．さらに，作成したモデルをスマートフォン上で動作させる予定である．
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 初年度の達成状況から，次年度となる2018年度の課題は①高性能なコンピュータで動作した物体検出をスマートフォンでも動作させるようにすること，②ASD児が苦手とするものを調査し，何を検出させるかを定めること，③②で定めた物体1種類につき数百枚の写真を用意すること，であった． ①については，プログラムを改修し，高性能なコンピュータで動作させるより多少時間はかかるものの，スマートフォンでも動作できるように開発できた．②については，研究協力者の協力のもと，ASD児が苦手とするものを調査し，その中から今回の研究課題では20種の物体を対象とすることを定めた．③については，写真の収集を終え，ディープラーニングによる学習の段階に入っている．しかしながら，一度の学習には一週間程度の時間がかかり，うまく検出ができるモデルとなるまで，設定値を変えながら何度も学習実験を繰り返す必要がある．また，結果によっては，学習に利用する写真の枚数や画質についても変更する必要があるかもしれない．予備実験として，9名の人の顔を認識し，それぞれの人の顔の近くに名前を表示するアプリケーションを作成した．1名あたり300枚の画像を撮影し学習に利用した．一度に同じ場所ですべての写真を撮影してしまうと，その条件で学習してしまうため，同じ条件でないと顔を認識できないモデルとなってしまう．そこで，場所や日程を変えながら撮影し，顔の周りの背景や明るさなどが良いノイズとなり，どのような場所で利用しても顔を認識できるモデルとなった．現在，ASD児の苦手とするものの学習実験を行っているが，検出したい物体が20種類と多いため，すべての物体を高い精度で検出できるモデルを作成するためにはまだまだ多くの時間が必要である．最終年度では，この引き続き学習を行い，作成したモデルをスマートフォン上で動作させる予定である．
Strategy for Future Research Activity	現在，ASD児の苦手とするものの学習実験を行っているが，検出したい物体が20種類と多いため，すべての物体を高い精度で検出できるモデルを作成するためにはまだまだ時間が必要である．ディープラーニングによる学習を進めるにあたり，学習の設定値や写真の数，画質を変更しながら何度も学習実験を繰り返す必要がある．これらの一度の実験でおおよそ1週間程度を要する．このため，複数のコンピュータを接続して1台のコンピュータのように取り扱うクラスタリングにより大きな処理が可能となることを目的として備品購入したコンピュータ4台を，別々に利用することで4並行で学習実験を行っていく．この際に，それぞれのコンピュータはディープラーニングに用いるには非力な部分があるため，性能強化に必要となる部品はすでに購入している．学習が終わり，ASD児が苦手とするものを検出モデルが作成できしだい，スマートフォンに実装し，動作確認と評価を行う予定である．
Causes of Carryover	（理由）人工知能技術であるディープラーニングを行うためのコンピュータや，学習に必要となる写真撮影のためのカメラ，最新技術の動向を調査するための旅費に多くの予算を利用した．しかしながら，システム評価のために複数台計上していたiPadを一台のみしか備品購入しなかったことにより次年度使用額が生じている．（使用計画）開発システムの評価を行ってもらうための利用調査やこれらの成果を国際学会で発表するための旅費として利用する予定である．