• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

視覚的認識のコンテクスト依存性に関する構成的・実験的研究

Research Project

Project/Area Number 07252222
Research Category

Grant-in-Aid for Scientific Research on Priority Areas

Allocation TypeSingle-year Grants
Research InstitutionKyushu Institute of Technology

Principal Investigator

石川 眞澄  九州工業大学, 情報工学部, 教授 (60222973)

Co-Investigator(Kenkyū-buntansha) 章 宏  九州工業大学, 情報工学部, 助手 (30235709)
Project Period (FY) 1995
Project Status Completed (Fiscal Year 1995)
Budget Amount *help
¥1,100,000 (Direct Cost: ¥1,100,000)
Fiscal Year 1995: ¥1,100,000 (Direct Cost: ¥1,100,000)
Keywordsニューラルネットワーク / コンテクスト依存性 / ボウル / カップ問題 / 被験者実験 / 統合的視覚モデル / モジュール / 最尤推定
Research Abstract

平成6年度に実施したボウルとカップ問題に関する被験者実験を、コンテクスト数および被験者数を増やしてより広範囲に実施した。すなわち、高さと幅の比の異なる対象物体を6種類の背景コンテクストとともに多数回見せ、ボウルに見えるかカップに見えるかの回答およびその反応時間を12人の被験者について計測・記録した。
被験者実験の際の回答のばらつきを説明するため認知誤差の存在を仮定し、ボウルとカップの認知境界および認知誤差分散を最尤推定法により求めることにより、人間の特性の普遍性あるいは個人差を明らかにしようとした。被験者実験結果によると、認知境界は人によってばらつきが見られるが、このばらつきの相関関数はおおむね0.9程度の大きな値であり、ある程度の普遍性が見られる。しかし、詳細にみれば尤度で表される個人内での整合性の程度がかなりのばらつきを有していることが分かった。
さらに視覚的認識が現在のコンテクストに依存するだけでなく一回前の回答にも依存する場合があることが統計的検定により判明した。すなわち12人のうち9人について、前回の回答と独立であるという仮説が有意水準5%で棄却された。回答が独立でない場合には、回答の履歴効果をバイアスという形でモデル化し、これによりモデルの説明力が向上することを確認した。
現在のプロトタイプモデルは、パターンモジュール、記号モジュール、およびコンテクストモジュールから構成されている。シーンからコンテクストを抽出する処理は省略して人間が与えている。これをネオコグニトロン類似のモデルで実現するモデル化を行いつつあるが、まだ十分な成果は得られていない。本年度は以上述べたような統合的視覚情報処理モデルの精緻化を図った。

Report

(1 results)
  • 1995 Annual Research Report
  • Research Products

    (2 results)

All Other

All Publications (2 results)

  • [Publications] Masumi Ishikawa: "Learning of modular structured networks" Artificial Intelligence. 75. 51-62 (1995)

    • Related Report
      1995 Annual Research Report
  • [Publications] Masumi Ishikawa and Kengo Matsuo: "An integrated model of visual recognition with contextual dependency" Proceedings of ICNN'95. 2615-2619 (1995)

    • Related Report
      1995 Annual Research Report

URL: 

Published: 1995-04-01   Modified: 2016-04-21  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi