| 研究課題/領域番号 |
18K11309
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60070:情報セキュリティ関連
|
|---|
| 研究機関 | 大阪工業大学 |
|---|
研究代表者 |
酒澤 茂之 大阪工業大学, 情報科学部, 教授 (80530823)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | 深層学習 / 知的財産保護 / 電子透かし / 深層学習モデル / 著作権保護 / CNN / RNN / ディープラーニング / 視覚的検出 |
|---|
| 研究成果の概要 |
学習済みディープラーニングモデルの著作権保護のために、電子透かしを埋め込む技術を開発した。画像認識に用いられる学習モデルに対して、著作権者の情報が視覚的なロゴとして表示できる方式を国際学会IEEE MIPRおよび国内の研究会・シンポジウムで発表し、PCSJ/IMPS優秀論文賞とAVM賞優秀賞の2件の表彰を受けた。また、研究事例のまだ乏しいRNN型学習モデルについても、電子透かし埋め込みが可能であることを明らかにし、国際学会IWAITおよび国内の研究会で発表した。これらの成果を広く社会で活用できるように、プロトタイプソフトをGithubにおいて公開している。
|
| 研究成果の学術的意義や社会的意義 |
ディープラーニングは、様々な画像認識・合成の分野や文章やコンピュータプログラムの作成に無くてはならない技術である。その開発には、大量の整理されたデータや技術者の人件費がかかっている一方で、学習済みモデルのコピーや再利用は容易である。したがって、ビデオや音楽コンテンツと同様に、その著作権者の情報を明らかにする技術「電子透かし」を導入することによって、学習済みモデル自体が一種のコンテンツとして流通する新たなビジネスの枠組みが可能となる。本研究の成果は、その端緒となるものであり、学術界・産業界における研究を促進させた。
|
