| 研究課題/領域番号 |
15K00253
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知覚情報処理
|
|---|
| 研究機関 | 山口大学 (2016-2017)
立命館大学 (2015) |
|---|
研究代表者 |
韓 先花 山口大学, 大学院創成科学研究科, 准教授 (60469195)
|
|---|
| 研究分担者 |
陳 延偉 立命館大学, 情報理工学部, 教授 (60236841)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2018-03-31
|
| 研究課題ステータス |
完了 (2017年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2017年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2016年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2015年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 画像認識 / 機械学習 / コンピュータビジョン / パターン認識 / 画像処理 / 画像表現 / High-level特徴学習 / 高レベル画像表現 / 人間認知理論 / K-Supportプーリング法 / Stacked Fisher Network / CNN / 国際情報交換 |
|---|
| 研究成果の概要 |
本研究では、高信頼性且つ高レベルビジョン段階の画像表現学習を行い、高精度な画像認識・理解に関する研究を進めてきた。主な研究成果は以下の三点である。(1)人間視覚認知プロセスに従って、ロー画像に視覚応答強度ドメインを変換し、全ての情報を保持できる局所記述子を提案した。(2)混交ガウスモデルを用い、トレーニング記述子集合をモデリングし、テスト画像の記述子から高次な統計量を抽出することで、高信頼性な画像表現法を開発した。(3)Middle-levelな画像表現構造を積み重ねることで、深層フレームワークを発展させ、高信頼性且つ高レベルビジョンの画像表現フレームワークを構築した。
|
