| 研究課題/領域番号 |
17K00309
|
|---|
| 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 |
知能情報学
|
|---|
| 研究機関 | 公益財団法人九州先端科学技術研究所 (2021)
九州大学 (2017-2020) |
|---|
研究代表者 |
高野 茂 公益財団法人九州先端科学技術研究所, オープンイノベーション・ラボ, イノベーション・アーキテクト (70336064)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2017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 | マルチセンシングデータ解析 / ウェーブレット変換 / 深層学習 / 画像認識 / スマートセンサ情報システム / ウェーブレット解析 / マルチセンシングデータ解 析 |
|---|
| 研究成果の概要 |
本研究では、CNNモデルと同等の識別性能をもつウェーブレット変換に基づく深層学習モデルLcwtNetを提案した。LcwtNetでは、複素リフティングウェーブレットフィルタ(CLWF)のもつ調整可能なパラメータを活用して、CNNと同等の性能をもつ深層学習モデルを少ないパラメータで実現した。これは既存のCNNモデルより少ないパラメータで表現されているため、省メモリや高速演算などが期待される。実際には、複素リフティングウェーブレット変換をGPU演算で実装する必要があるなど、学習にかかる時間の高速化には課題が残った。
|
| 研究成果の学術的意義や社会的意義 |
日本国内の公共空間におけるAIを活用した防犯カメラの用途としては、混雑計測、属性推定（男性・女性・年代）等を実施するものであり、個人を特定する用途には利用しない。そのため、カメラ設置場所にて画像処理を実施し、画像自体は即削除することが重要となる。本研究では、AI防犯カメラを実現するにあたり、小型のデバイスで演算可能なAIモデルを提案した。
|
