2021 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, 准教授 (30531587)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| 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)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際に，速度選択性を備えられるよう時空間フィルタの改良を行い，(2)画像識別を行う際，識別器に入力する画像に対して実施すべき前処理の検討を行った．
(1)では，初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プログラムを基にして，異なる速度に選択性をもった特徴量抽出が行えるよう時空間フィルタの改良をおこなった．具体的には，異なるパスバンドを持った複数の時間バンドパスフィルタを組み合わせることで，上記の機能を実現した．また，FPGA（メモリ容量に制限がある）への実装を見据え，小さな容量で実装可能な時間バンドパスフィルタを設計した．
(2)では，識別器として利用するニューラルネットワーク（NN)に画像を入力する前に，どのような前処理を行うべきかを検討した．前処理としては，生体初期視覚系のモデルで広く利用されている，空間ガボールフィルタ等を利用し，評価用の画像セットとしては，CIFER-10等を利用した．識別結果はNNのトポロジにも影響されるため，トポロジをランダムに生成するプログラムを作成して，様々なトポロジのNNにおける識別結果の平均値を前処理別に評価した．結果，浅いNNにおいては，前処理として空間ガボールフィルタを適用することが，識別結果を向上させることを確認した．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
2020年度・2021年度と、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およびオンライン／対面のハイブリッド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遅れている．
|
| Strategy for Future Research Activity |
本年度改良した時空間フィルタを備えた時空間特徴量抽出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・ハイブリッド化対応に追われ，研究計画に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使用する．
|
