2019 Fiscal Year Research-status Report
| Project/Area Number |
18K18120
|
|---|
| Research Institution | Otaru University of Commerce |
|---|
Principal Investigator |
片岡 駿 小樽商科大学, 商学部, 准教授 (50737278)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 確率的画像処理 / 確率的グラフィカルモデル / 統計的機械学習理論 |
|---|
| Outline of Annual Research Achievements |
2019年度は昨年に引き続き「機械学習結果を利用した確率的画像処理モデルのパラメータ推定法」についての研究を中心に研究を行った．本研究計画の目的である画像の特性を考慮した空間構造推定モデルによる画像処理法の確立は，統計的機械学習の方法論を確率的画像処理モデルに取り込むことを目的としているが，確率的画像処理の視点から考えると，画像処理を行うモデルのパラメータは画像処理を適用しようとしている具体的な画像に最適化されている方が良く，機械学習の方法が目的としているすべてのデータに当てはまるパラメータを求めるという汎化性はそこまで求められていない．そこで考えられる一つの方向性は，統計的機械学習の方法で得られた様々な画像に対応できる汎化性のあるパラメータを利用して現在画像処理を適用しようとしている具体的な画像に特化したパラメータを推定するという方法である．この方向性は統計的機械学習の方法論を確率的画像処理モデルに取り込む一つの重要な切り口になる可能性があり，この機械学習で得られた汎化性のあるパラメータから目的の画像に効果的なパラメータを求める方法論の確立は本研究計画においても重要となってくることが考えられる．2019年度は本計画内で提案されたこの新しいパラメータ推定法について，実際の画像処理の現場で考えられる様々な状況でデータ収集を行い，その結果，提案したパラメータ推定法がある程度現実的な問題設定で実用的に使えるものであると考えられる定量的な結果を得ることができた．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
これまでの研究で統計的機械学習の方法を確率的画像処理に持ち込む具体的方針が定まってきたと考えられ，本研究計画の主目的である画像の特性を考慮した空間構造推定モデルの具体的なモデル化まではもう少しのところまで来ていると考えられる．この状況から本研究課題はおおむね順調に進展していると判断している．
|
| Strategy for Future Research Activity |
2020年度はこれまでに引き続き，本研究計画の主目的である画像の特性を考慮した空間構造推定モデルの確立に向けて研究を遂行していく予定である．これまでの研究では統計的機械学習の基本的な部分に絞って確率的画像処理への応用を考えてきたが，2020年度からはスパース推定の機械学習法まで範囲を広げて具体的な空間構造の推定モデルの確立に向けて研究を遂行していく予定である．
|
