| 研究課題/領域番号 |
19K12052
|
|---|
| 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 | 埼玉工業大学 (2020-2023)
早稲田大学 (2019) |
|---|
研究代表者 |
望月 義彦 埼玉工業大学, 工学部, 講師 (00609191)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023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: 520千円 (直接経費: 400千円、間接経費: 120千円)
2020年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2019年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
|
|---|
| キーワード | 高階エネルギー最小化 / 領域過分割画像処理 / グラフカット / 尺度空間解析 / 高階エネルギー最適化 / 深層学習 / 領域分割 / 多重解像度解析 |
|---|
| 研究開始時の研究の概要 |
グラフカットによるエネルギー最小化問題は，コンピュータービジョンやパターン認識において広く扱われるが，その解法の制約やエネルギー設計の難しさから，実用的には比較的単純なもののみにとどまっている．解法は実用的なレベルになっているが，エネルギー自体の設計方法については，理論的な方針がない．一方で，過分割処理により問題を単純化することで，精度や計算量の面で大幅な改善がみられることが分かっている．本研究では，入力データの構造を基にしたエネルギー設計を実現するために，尺度空間解析による階層的な全自動の構成手法を提案し，医用画像や動画像などへの応用を通して，実用性を検証する．
|
| 研究実績の概要 |
本研究は、グラフカットによるエネルギー最小化問題を対象としている。これはコンピュータービジョンやパターン認識において広く扱われるもので、画像などの入力に対して出力がどれほど妥当であるかを図るエネルギー関数を定義して、その値がなるべく小さくなるようにパラメーターを調節することを目的としている。その解法の制約やエネルギー設計の難しさから、実用的には比較的単純なもののみにとどまっている。現在までに知られている解法では複雑なエネルギー関数の問題に対して十分実用的なレベルで解くことができるようになっており、それらは高階エネルギーと呼ばれるクラスのものである。しかし、エネルギー関数そのもの自体の設計方法については、理論的な方針がまだない。
本研究では、エネルギー関数を組織的に構成する方法の理論を構築することを最終目標としている。現在までに、画像の過分割処理を行い、その組み合わせを関数として定義する方法を提案しており、精度や計算量の面で大幅な改善がみられることが分かっている。過分割の度合いをうまく調整する必要があるのだが、これを連続的・階層的に考えると、従来研究されている尺度空間解析による画像処理との理論的な関連性を構成できる可能性が考えられ、階層的な全自動の構成手法につながるものと考えている。尺度空間解析の理論的な側面の調査として、深層学習による方法が活発に研究されてきていることも考慮する必要がある。
前年度に引き続き、理論的な解析と先行研究の調査を行っている。実用的な問題設定として、自動運転などで必要とされる道路の標識認識に関する画像処理に取り組み、過分割画像の白線復元問題への適用を目指している。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
コロナ禍にかかわる本務の負担が著しく大きく、また研究施設の利用制限があったため予定が遅れている。
|
| 今後の研究の推進方策 |
エネルギーの自動設計にどのように役立てられうるかを評価するためのツール開発および検証を引き続き継続する。具体的なパターン認識や構造復元問題に適用し、理論的な解析を行う準備を進める。合わせて医用画像や自動運転に関する画像処理などへの応用を通して、実用性を検証する。
|
