2022 Fiscal Year Annual Research Report
脳波・画像特徴・知覚の相関解析と合成に基づく視覚認知機構の統合的研究
| Project/Area Number |
21J20898
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | The University of Tokyo |
|---|
| Research Fellow |
織間 大気 東京大学, 総合文化研究科, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2021-04-28 – 2024-03-31
|
| Keywords | 視覚誘発電位 / デコーディング / 深層学習 |
|---|
| Outline of Annual Research Achievements |
昨年度までに，当初の予定の前半部分を占めていた，自然画像に対する視覚誘発電位と画像特徴との関係解析が完了し，国際誌に筆頭原著論文として投稿された．これを起点として，新たにカラーの自然表面画像に対する視覚誘発電位を計測し，それを入力として学習を進める分類モデルや深層生成モデルの構築に着手した．その結果，自然画像の表面を構成する材質のカテゴリや表面特性の分類精度はそれぞれ異なった様子で上昇し，それぞれに固有の符号化過程が存在する可能性が示唆された．また，深層生成モデルを用いた分析では，学習に用いていない視覚誘発電位のみから対応する視覚刺激そのものを再構成することに成功した．この結果は，国内外の学会で発表され，一部の学会では発表賞を授与された．今後は，この周辺のデータ解析やモデルの洗練を試みてゆき，最終的には国際誌へ筆頭原著論文として成果を公刊することを目指す．
また，以上のデータに加えて，自然情景画像に対する視覚誘発電位を用いて，自然情景カテゴリや自然情景の特性（自然さ，開放性等）がどのような潜時・部位で符号化されているかということを調べるための新たな解析手法を提案した．その結果は国内の学会で発表し，様々なコメントを頂いた．2022年度の段階では，一般的な分類モデルによる分類を試みているのみだが，今後は，深層モデルを中心とした最新のモデルの利用を推進し，新規の解析手法として論文で提案できる水準まで研究を洗練させる予定である．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
昨年度の研究で明らかとなった視覚誘発電位 (VEP) と画像特徴との関係性の解析を経て，異なる視覚刺激に対するVEPから視覚刺激そのものを再構成するモデルの構築を行った．また，当初の予定にはなかった自然情景画像に対するVEPの解析にも着手した．この結果を国内外の会議で発表し，堅調な進捗があった．
|
| Strategy for Future Research Activity |
今後は，自然表面画像に対するVEPからのデコーディングおよび自然情景画像に対するVEPの分析を進め，ともに国際誌へ筆頭原著論文として投稿することを目指す．
|
