2020 Fiscal Year Research-status Report
Development of Finegrained and Explainable Violence Rating Approaches
| Project/Area Number |
20K19831
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
ワン ユ 立命館大学, 情報理工学部, 助教 (60724169)
|
|---|
| Project Period (FY) |
2020-04-01 – 2022-03-31
|
| Keywords | 暴力度レーティング / 畳み込みニューラルネットワーク |
|---|
| Outline of Annual Research Achievements |
本研究は，詳細かつ解釈可能な暴力度レーティング技術の開発を目的とする．この目標は，[1]相対的な属性値を用いたラベリング手法の確立，および，[2]モジュール型深層モデルの開発により実現する．今年度では[1]と[2]についてそれぞれの研究開発を行った．
[1]については，「相対的な属性値を用いたラベリング」アルゴリズムの開発は概ね順調に進めており，実装の初期段階に入っている．また，予定していたラベリング作業に関して，新型コロナウイルス感染症の影響で，十分な学生アルバイトを動員できないものの，ある程度進んでおり，ラベリングアルゴリズムの検証用に最小限のデータ数を用意できた．
[2]については，Attention機構を導入したContrastively-reinforced Attention CNN(CRA-CNN)というモジュール型深層モデルを提案し，2D画像データにおいて高い認識能力を確認した．このCRA-CNNモデルをさらに3D映像データに対応させ，以前提案したMS-DNNモデルの代替手法として今後活用していく予定です．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
新型コロナウイルス感染症の影響で，十分な学生アルバイトを動員できず，ラベリング作業は予定通り進まなかったが，ラベリングアルゴリズムを検証するための最小限のデータ数が用意できたので，研究全体の進展に影響はないと考えている．
|
| Strategy for Future Research Activity |
研究項目[1]の「相対的な属性値を用いたラベリング手法の確立」に関して，まず令和3年度の前期までに，ラベリングアルゴリズムの実装を完成させる．また，ラベリング済み映像データをさらに用意し，令和3年度内にアルゴリズムの有効性に関する定量的な評価を行う．
研究項目[2]の「モジュール型深層モデルの開発」に関して，令和2年度に開発したContrastively-reinforced Attention Convolutional Neural Networkというモジュール型深層モデルの2Dフィルターを3Dフィルターに拡張し，時空間映像データに対応させる．また，このモデルを暴力度レーティングタスクにおける認識性能を定量的に評価し，既存のディープラーニング手法およびシャローラーニング手法との比較分析を行う．
|
| Causes of Carryover |
新型コロナウイルス感染症の影響で，学会などの参加ができず，今年度では旅費が発生しなかった．今年度に使用しなかった旅費は，次年度の論文誌投稿に使用する予定です．
|
