| 研究課題/領域番号 |
19H04144
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 国立情報学研究所 |
|---|
研究代表者 |
佐藤 いまり 国立情報学研究所, コンテンツ科学研究系, 教授 (50413927)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
16,120千円 (直接経費: 12,400千円、間接経費: 3,720千円)
2021年度: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2020年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2019年度: 6,760千円 (直接経費: 5,200千円、間接経費: 1,560千円)
|
|---|
| キーワード | コンピュータビジョン / コンピュータグラフィックス / 分光解析 / 反射解析 / 素材識別 / 深層学習 / 画像解析 / 非破壊検査 / 蛍光解析 |
|---|
| 研究開始時の研究の概要 |
物体の成分や特徴，組成を非破壊・非接触で知ることができる分光解析は，食品の産地判別，医薬品原料の種別，有害物質の推定，品質確認など，様々な応用が期待されている技術である。本研究では，可視域外の波長を含むワイドバンド光の反射・吸収・発光特性のデータに基づく深層学習により，従来に比べ圧倒的に少ない物理計測情報量で，最高レベルの識別精度を実現する知的センシング技術を開発する。そして，深層学習結果に基づき，識別問題に有効な特徴量抽出に特化した光学システムを構築し実験することで，従来法では不可能な，極めて簡素な光学系を用いた素材識別，物質含有量の定量計測を実現できることを示す。
|
| 研究成果の概要 |
本研究では，可視域外の波長を含むワイドバンド光の反射・吸収データを獲得し，識別問題に有効な特徴量抽出とデータを取得する光学システムの最適設計を学習ネットワーク内で同時に行い，成分解析，素材識別などの複雑かつ多岐に渡る問題を頑健に解くために観測条件の導出を実現する。これにより、最小限のデータ計測で最高レベルの識別精度で対象物の識別や内部状態可視化を実現する知的センシング技術の創出を目的とする。
|
| 研究成果の学術的意義や社会的意義 |
物体の成分や特徴，組成を非破壊・非接触で知ることができる分光解析は，食品の産地判別，有害物質の推定，品質確認など，様々な応用が期待される。本研究では，ワイドバンド光の反射・吸収・発光特性のデータに基づく深層学習により少ない物理計測情報量で高い識別精度を実現する知的センシング技術を開発する。深層学習により識別問題に有効な特徴抽出とデータを取得する光学デバイスの設計を同時に行うという発想に基づき，最小限の物理計測情報量から最高の識別精度を達成することができれば深層学習を計測デバイスの開発に活用するという意味においての学術的貢献は高く、技術応用により様々な検査が実現できる点において社会的意義も高い。
|
