多重解像度解析に基づく高階エネルギーの自動構築

2020 Fiscal Year Research-status Report

• Project/Area Number: 19K12052
• Research Institution: Saitama Institute of Technology
• Principal Investigator: 望月 義彦 埼玉工業大学, 工学部, 講師 (00609191)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: 尺度空間解析 / 高階エネルギー最適化 / グラフカット / 深層学習 / 領域分割

Outline of Annual Research Achievements

グラフカットによるエネルギー最小化問題は，コンピュータービジョンやパターン認識において広く扱われるが，その解法の制約やエネルギー設計の難しさから，実用的には比較的単純なもののみにとどまっている．解法は実用的なレベルになっているが，エネルギー自体の設計方法については，理論的な方針がない．
一方で，過分割処理により問題を単純化することで，精度や計算量の面で大幅な改善がみられることが分かっている．本研究では，入力データの構造を基にしたエネルギー設計を実現するために，尺度空間解析による階層的な全自動の構成手法を提案し，医用画像や動画像などへの応用を通して，実用性を検証する．
前年度に引き続き，理論的な解析と先行研究の調査を行った．三次元医用画像に対する複数臓器の同時領域分割の例では，高階エネルギーの具体的な設計と同時確率分布の学習の改善について従来法で行われているスーパーボクセルによる高階項の緩和による方針で進めている．そのほか，いくつかの重要な応用課題についての適用を検討している段階である．
また，尺度空間解析の理論的な側面の調査として，深層学習による方法が活発に研究されてきている．畳み込みニューラルネットワークが解像度を変化させながら中・広域の特徴量を抽出しているという過程と尺度空間解析の理論の繋がりを明らかにし，これらの手法が，エネルギーの自動設計にどのように役立てられうるかを評価するためのツール開発を引き続き行っている．

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

本年度は，機関異動のためその準備等で時間に大幅な制約が生じた．加えて，新型コロナウイルスに関わる大学への入構制限および物品調達，ＧＰＵ関連製品の入手に困難さが生じた．

Strategy for Future Research Activity

理論解析と関連手法の比較を行うために前年度までに購入予定だった計算資源を調達し，理論的な解析結果を数値実験により検証する．具体的には，これまでの成果を元に，高階エネルギー項の実験的な調査と，同時確率分布を基にした理論的な高階項の設計を行う．どちらも，効率良く行うためのソフトウェアを開発と，また大規模実験を実時間で行えるように大容量メモリを搭載したマシンが必要と考えらえる．また、本成果を物体復元などの既存手法に適用することを検討する．

Causes of Carryover

新型コロナウィルスに関わる大学への入構制限などにより，物品調達が困難となり，また各種ＧＰＵの入手が困難になっているため，当初予定していた計算機の購入を見合わせた．次年度については予定通りの使用を計画している．