| 研究課題/領域番号 |
19K12033
|
|---|
| 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61010:知覚情報処理関連
|
|---|
| 研究機関 | 仙台高等専門学校 |
|---|
研究代表者 |
大町 方子 仙台高等専門学校, 総合工学科, 教授 (90316448)
|
|---|
| 研究分担者 |
大町 真一郎 東北大学, 工学研究科, 教授 (30250856)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022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)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | パターン認識 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
画像認識や画像処理の分野では大規模データを用いた機械学習による手法により精度が飛躍的に向上した。しかし、学習には正確にラベル付けされたデータを大量に収集することが必要であり、これは現実的には困難な場合が多い。本研究課題は、データを収集する代わりに多様かつ解釈性の高いデータを生成するための新しい技術を開発することでこれを解決する。そして、そのモデルを用いて高精度な画像認識を実現するシステムを開発する。
|
| 研究成果の概要 |
機械学習の訓練データとして使用することができる、多様かつ解釈性が高い画像データを生成することが可能な画像生成モデルの開発を目的として研究を行った。画像を意味のある基本要素に分解し、基本要素をモデル化し、基本要素を組み合わせて画像を生成する。基本要素への分解は、画像の画素間の相関を活用し、相関の高い画素どうしを統合することにより実現した。道路環境の画像を用いた実験を行い、提案手法の有効性を確認した。
|
| 研究成果の学術的意義や社会的意義 |
画像認識や画像処理の分野では、大規模データを用いた機械学習による手法が成果を挙げている。しかし、学習に必要な正確にラベル付けされたデータを大量に収集することは現実的には困難な場合が多い。画像の自動生成を目的とした研究は行われているが、機械学習の精度向上に寄与できている保証はない。本研究の成果を活用して機械学習の精度向上に寄与できる画像データを生成することが可能になれば、画像認識技術のさらなる高精度化が期待できる。
|
