2021 Fiscal Year Research-status Report
深層学習による視覚的感性数値化のための感性データ拡張手法
| Project/Area Number |
20K12038
|
|---|
| Research Institution | Chukyo University |
|---|
Principal Investigator |
道満 恵介 中京大学, 工学部, 准教授 (90645748)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
井手 一郎 名古屋大学, 数理・データ科学教育研究センター, 教授 (10332157)
目加田 慶人 中京大学, 工学部, 教授 (00282377)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 魅力度推定 / 画像データ拡張 / 料理写真 |
|---|
| Outline of Annual Research Achievements |
人が料理写真を見た際の視覚的感性（魅力度）を高精度に数値化する機械学習手法の開発を目的として，「研究実施計画」において掲げていた2つの達成事項を検討した．具体的には，達成事項１）「画像とその魅力度評価値をペアで生成するためのデータ拡張手法」および達成事項２）「最適な深層学習モデルの開発」である．初年度から継続して取り組んできた達成事項１の知見を活用して，深層学習モデルの枠組みの一つであるマルチタスク学習の導入を検討した．加えて，これまで利用してきた「小規模ながら評価値の信頼性が高いデータセット」にのみならず，「評価値の信頼性が多少劣るものの大規模なデータセット」を構築し，それぞれを用いてモデルの学習・評価を行った．さらに，まず前者のデータセットでモデルの学習をした後，後者のデータセットで追加学習するというfine-tuningも検討した．その結果，料理写真の魅力度推定というタスクにおける本手法の有効性を確認した．
この研究成果は，まだ検討段階ではあるものの，最終年度に向けて深層学習モデルを検討する上で重要な知見を与えるものであり，意義深いものであったといえる．なお，今回検討したマルチタスク学習以外にも深層学習モデルの枠組みは様々なものが提案されており，本研究課題にも応用できるものがあると考えられる．この研究成果を踏まえて最終年度には，マルチタスク学習を基本路線としながら，それ以外の枠組みについても検討する計画である．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
「研究実施計画」に記載したとおり「画像とその魅力度評価値をペアで生成するためのデータ拡張手法」および「最適な深層学習モデルの開発」に着手できていることから，概ね順調に進展していると考える．
|
| Strategy for Future Research Activity |
新型コロナウイルス感染症による各種研究活動の制限はあるものの，基本的に「研究実施計画」に記載したとおりの目的および計画で研究を推進していく．
|
| Causes of Carryover |
新型コロナウイルス感染症による各種学会の中止またはオンライン化により，学会参加費や旅費が例年とは大きく異なる設定となったこと，また各種研究機器の生産・流通が滞り物品の購入計画が崩れたこと，画像データに対する大規模アノテーション実験の実施が困難となったこと等が理由である．
|
