| 研究課題/領域番号 |
20K11834
|
|---|
| 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60080:データベース関連
|
|---|
| 研究機関 | 関西大学 |
|---|
研究代表者 |
林 貴宏 関西大学, 総合情報学部, 教授 (60342490)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023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)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
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: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | ベクタ画像 / 画像検索 / 情報検索 / 画像データベース / 類似画像検索 / 画像切り抜き |
|---|
| 研究開始時の研究の概要 |
本研究は，ベクタ画像を対象とする類似検索システムの研究開発を目的とする．ベクタ画像は，画像内部に存在する個々の図形オブジェクトごとに構造情報が独立して記録される画像形式であり，近年利用が急増している．ベクタ画像に対する類似検索のこれまでの研究は，図形の全体形状に着目する「全体観測に基づく類似検索」と人間が知覚する図形内部のまとまった部分領域(要部)に着目する「要部観察に基づく類似検索」に分類され，それぞれ有効性と限界が示されてきた．本研究は，要部間の結合強度に着目し，全体観察と要部観察の優先度を動的に切り替えることで高精度な類似画像検索を実現するシステムの研究開発を実施する．
|
| 研究成果の概要 |
本研究はベクタ画像を対象とした要部観察に基づく類似画像検索サービスの実現を目標として、以下の成果を得た。（１）画像の要部認識手法として、深層学習に基づきイラスト画像における要部を抽出する手法を開発し、実験によりその有効性を評価した。（２）要部間の位置関係を考慮して類似性を評価する要部観察に基づく類似ベクタ画像検索システムを試作し、評価実験を行った。（３）検索システムにおける類似性評価の高速化アルゴリズムを開発した。
|
| 研究成果の学術的意義や社会的意義 |
図形の要部判定に寄与する人間の視覚認知特性は多岐に及び、また、暗黙知の存在から、すべての要部判定対象を網羅的・形式的に表現することには限界がある。本研究では、転移学習を応用することで、限られたデータセットからでも、形式的表現の獲得が困難な対象に対する要部判定に寄与するモデルの自動獲得が可能であることを示した。既存の知識駆動型モデルを補完するものであり、組み合わせることで要部判定の精度向上につながることが期待できる。
|
