2021 Fiscal Year Research-status Report
Image feature extraction based on wavelet, topological data analysis, deep learning, and its theory
| Project/Area Number |
19K03623
|
|---|
| Research Institution | Saga University |
|---|
Principal Investigator |
皆本 晃弥 佐賀大学, 理工学部, 教授 (00294900)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | ウェーブレット解析 / 画像処理 / 電子透かし |
|---|
| Outline of Annual Research Achievements |
我々は，これまで早期がん検出法を開発するとともに，開発手法の数学的な理論も構築してきた．一方，近年，深層学習（ディープ・ラーニング）が着目され，特に画像認識の性能の高さでは広く認知されているが，その数学的な理解には至っておらず，人間には深層学習で得られた特徴量の意味を解釈できない．高精度に内視鏡画像から早期がんを検出し，その理由も明らかにするには，画像から人間が解釈可能な「良質な特徴量」を抽出しなければならない．そこで，本研究では，ウェーブレット解析と位相的データ解析のマルチスケール性に着目して，画像から数学的に解釈可能な「良質な特徴量」を抽出する方法を開発することを目的とした．
昨年度までの研究から，位相的データ解析手法を有効に利活用するためには，原画像の特徴を点で表現する２値化画像の生成が重要であることが分かっているため，今年度からはウェーブレット解析に基づく画像からの特徴量抽出を中心に研究することとした．今年度の成果は次の通りである．(1)Dyadic Wavelet変換に基づくボケ領域抽出, (2)Dual-Tree Complex Wavelet Packet Transformに基づく早期大腸がん特徴抽出, (3)Dual-Tree Complex Discrete Wavelet Transformに基づく電子透かし法の開発．
これらの成果は，査読付き国際会議International Conference on Wavelet Analysis and Pattern Recognition 2021および日本シミュレーション学会主催のThe 40th JSST Annual International Conference on Simulation Technology (JSST2021) において発表した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究の目的は，ウェーブレット解析と位相的データ解析のマルチスケール性に着目して，画像から数学的に解釈可能な「良質な特徴量」を抽出する方法を開発することである．昨年度までの研究から，位相的データ解析手法を有効に利活用するためには，原画像の特徴を点で表現する２値化画像の生成が重要であることが分かったため，今年度からはウェーブレット解析に基づく画像からの特徴量抽出を中心に研究することとした．ウェーブレット解析に基づく特徴量は，例えば，「縦成分の輪郭に相当」のように人間が解釈可能である．特に，今年度は，画像の「詳細部」にこだわり，Wavelet Packetも検討することとした．その結果，(1)Dyadic Wavelet変換に基づくボケ領域抽出, (2)Dual-Tree Complex Wavelet Packet Transformに基づく早期大腸がん特徴抽出, (3)Dual-Tree Complex Discrete Wavelet Transformに基づく電子透かし法の開発を行った．
これらの成果は，査読付き国際会議International Conference on Wavelet Analysis and Pattern Recognition 2021および日本シミュレーション学会主催のThe 40th JSST Annual International Conference on Simulation Technology (JSST2021) において発表した．
以上のことから，今年度としては，おおむね順調であると判断した．
|
| Strategy for Future Research Activity |
これまでと同様に，研究協力者と緊密に連携し，ウェーブレット解析に基づく特徴量抽出を中心に研究を進める．
そして，抽出したウェーブレット特徴量をCNNのような画像用の深層学習手法やカーネルSVM等の機械学習手法において利用し，新たな画像分類や特定領域抽出手法の開発に取り組む．また，電子透かし法の開発にも取り組む．深層学習の中でもCNNはその内部で行われている操作の解釈が比較的しやすいので，システム全体として説明可能な画像分類や特徴抽出ができると期待される．
これらの成果は，国内学会，国際会議，英文論文誌などで積極的に発表する．
|
| Causes of Carryover |
新型コロナウイルス感染拡大の影響で，予定されていた国際会議や学会がオンラインとなったため，予定していた旅費が執行できなかった．
新型コロナウイルス感染状況にもよるが，差額については国際学会や学会への旅費として利用する予定である．なお，今年度も国際会議や学会の多くがオンラインになった場合は，ジャーナルへの掲載料として利用する予定である．
|
