2022 Fiscal Year Annual Research Report
観光地の雰囲気可視化を可能とする簡易なアノテーションに基づく深層学習方式の研究
| Project/Area Number |
20K12079
|
|---|
| Research Institution | Okayama University |
|---|
Principal Investigator |
原 直 岡山大学, ヘルスシステム統合科学学域, 助教 (50402467)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | サウンドスケープ / 地域特性 / 可視化 / 音響シーン分類 |
|---|
| Outline of Annual Research Achievements |
課題1として，環境音聴取によるアノテーション付与を行った．課題3で検討したサウンドスケープの知見を活かしている．具体的には，環境音聴取時に，ストリートビューの映像も同時に提示することで，音だけに依存しない場の印象や雰囲気にアノテーションを付与した．3カ年の成果として，6名による合計3,000個程のアノテーションを収集した．ただし，当該研究成果の発表については，投稿の次期の都合上，翌年度となる．
課題2として，地域特性の推定をするための基盤づくりを行った．最終年度では，課題1で付与したデータを利用し，DNNによる音からの地域特性の分類器に関する実験を行った．入力に，音源情報も併用することで，推定精度は上がる．このとき，人手でつけた音源情報ではなく，位置情報から自動取得可能な航空写真を利用するだけでも，一定の精度向上が見られることを確認した．これにより，詳細アノテーションに比肩する情報は，簡易アノテーションに付加情報を与えることでも得られる可能性が示唆された．さらに，Concept Drift に基づく適応方式の研究も進めた．
課題3に関連して，地域特性のパラメータ化を検討した．特に，ISO12913で標準化されたサウンドスケープの考え方を取り入れることとした．具体的には，音源の種類（自然・機械・人・その他）を推定の補助情報ラベルとする．また，8種の尺度(PAQS)を，地域特性を示すラベルとすることを検討した．最終的に，8種類の評価軸から計算される，より簡潔な表現である2種の評価軸で表す方式を採用することとした．
最終年度には，課題2, 3に関連する国際会議発表2件，これまでの成果の一部を整理した総説資料1件を発表した．なお，昨年度の国内発表1件については，研究代表者の指導する学生がLOISグッドプレゼンテーション賞を受賞した．
|
