| 研究課題/領域番号 |
19K12129
|
|---|
| 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61030:知能情報学関連
|
|---|
| 研究機関 | 豊田工業大学 |
|---|
研究代表者 |
浮田 宗伯 豊田工業大学, 工学(系)研究科(研究院), 教授 (20343270)
|
|---|
| 研究分担者 |
Muhammad Haris 豊田工業大学, 工学(系)研究科(研究院), ポストドクトラル研究員 (60816643)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 画像超解像 / 物体検出 / 画像処理 / 超解像 / 動画超解像 / 車載カメラ |
|---|
| 研究開始時の研究の概要 |
深層学習により性能向上した画像処理において,人が画像を見た際の印象向上ではなく,画像処理の「人工知能が画像を認識するための手段」という側面に着目し,画像処理と画像認識が相互に性能向上する統合最適化を研究する.この統合最適化のため「印象向上を目的とした人の主観やピーク信号対雑音比(PSNR)のような画質基準」に加え「画像認識の性能」も評価するタスク指向画像処理のためのend-to-end深層学習を提案する.タスク指向画像処理の汎用性を検証するため,車載カメラ映像中に極めて小さく映る遠方歩行者像の行動認識という困難なタスクを,映像を拡大する超解像画像処理を介して実現する.
|
| 研究成果の概要 |
タスク指向画像処理の実例として，「遠方歩行者検出（微小物体検出）」をタスクとして，このタスク性能を向上させるための前処理として「画像超解像」に焦点を当てて研究を進めた．これら画像超解像と微小物体検出を独立に解くのではなく，１つの深層学習ネットワークで統合的に学習し，微小物体検出というタスクの性能が向上するという目的関数を新たに提案することで，人が画像を見た際の奇麗さを追求した画像超解像ではなく，機械（人工知能）が画像の意味を理解するための画像超解像（画像処理）を実現した．
|
| 研究成果の学術的意義や社会的意義 |
タスク指向超解像のための基礎技術として，汎用的な画像超解像を研究し，世界的な協議会でも上位入賞する性能を実現した．画像超解像は，人が鑑賞する画像を生成するという従来型のタスクにおいても，記録媒体に保存する画像ファイル容量の圧縮や，Youtubeや遠隔会議における映像配信など，多様な応用において実用的な技術である．
また，本研究で実現した微小物体検出は，車載画像における遠方物体検出などセキュリティや安全を目的にした多様な分野に波及する技術である．
|
