2020 Fiscal Year Research-status Report
視覚神経系の時空間応答特性に学んだ小型・リアルタイム手話認識システム
| Project/Area Number |
19K12916
|
|---|
| Research Institution | Osaka Institute of Technology |
|---|
Principal Investigator |
奥野 弘嗣 大阪工業大学, 情報科学部, 講師 (30531587)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | ニューロモーフィック / 画像処理 / ロボットビジョン / 手話認識 / 人工知能 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，時空間視覚特徴の抽出，及びこの特徴を利用した視覚情報認識を効率よく行っている生体の視覚神経系に学び，手のひらサイズで実時間動作する手話認識システムの開発を行うことである．この目的を実現するため，本年度は(1)昨年度から行っている，生体の一次視覚野の時空間応答特性に学んだ特徴量抽出のシミュレーションによる解析を進めるとともに，その処理の一部の回路化を行い，(2)手話識別をするための識別器として用いるスパイキング・ニューラルネットワーク（SNN：生体の神経と同様の時間特性を持ち，パルス状の電位変化（スパイク）を発生する模擬神経からなるニューラルネットワーク）の動作シミュレーションを行った．
(1)では，昨年度から開発している，一次視覚野の時空間応答特性を元に作られたモデル（N. C. Rust, et al., Neuron, 2005）を実装したPythonプログラムを用いて，様々な視覚入力に対するモデル応答のシミュレーションを行った．定量解析用の画像（サイン波グレーティング等）と自然画像を用いて，モデル内の各種パラメータが出力に与える影響を定量的，定性的に検証した．これにより，実用上設定すべきパラメータの設定域が明らかとなった．また，このモデルの一部をFPGAを用いてディジタル回路化することにより，実時間動作を実現した．
(2)では，スパイキングニューロンによるネットワークを設計・解析するためのプラットフォームをPythonで作成した．SNNは，次世代の人工知能として期待されているが，まだ実用的なネットワークが確立されていない．本年度は，実用的なSNNを確立するための第一歩として，SNNを設計するためのプラットフォーム開発と，このプラットフォームを利用したWinner Takes All回路の実装・解析を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
コロナウイルスの感染拡大により，所属機関における教育・研究業務の多くをオンライン化する必要が発生し，その対応に追われたため，研究の進捗は計画よりも若干遅れている．
|
| Strategy for Future Research Activity |
手話認識等，動き認識に有効な時空間特徴量抽出のアルゴリズムを，生体視覚野に学びながら確立していくとともに，このアルゴリズムの回路化を進める．また，特徴量抽出済みの信号から，効率よく時系列データの識別が行えるスパイキング・ニューラルネットワークの開発を行う．
|
| Causes of Carryover |
コロナウイルスの感染拡大で出張ができなくなり，旅費に残額が生じた．また，各種業務のオンライン化対応に追われ，研究計画に若干の遅れが発生することによっても残額が生じた．世界的半導体不足のため，高性能GPUの入手も進まなかった．繰越金は，人工知能開発を加速するための，高性能コンピュータ等の購入に利用する．
|
