| 研究課題/領域番号 |
20K12038
|
|---|
| 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61060:感性情報学関連
|
|---|
| 研究機関 | 中京大学 |
|---|
研究代表者 |
道満 恵介 中京大学, 工学部, 准教授 (90645748)
|
|---|
| 研究分担者 |
井手 一郎 名古屋大学, 数理・データ科学教育研究センター, 教授 (10332157)
目加田 慶人 中京大学, 工学部, 教授 (00282377)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (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: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2020年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 視覚的感性 / 魅力度 / 深層学習 / データ拡張 / 料理写真 / 魅力度推定 / 画像データ拡張 |
|---|
| 研究開始時の研究の概要 |
深層学習は人工知能の主要技術であるが，質・量を兼ね備えたデータセットを用意できなければ十分な性能は得られない．
本研究では，人が画像を見た際にどの程度魅力的に感じるかという視覚的感性（特に料理写真の魅力度）を数値化する機械学習手法に注目し，そこで必要となる学習用データセット構築のためのデータ拡張手法（達成事項１）およびそれを用いて魅力度を高精度に数値化するための深層学習モデル（達成事項２）を確立する．
まずは，達成事項１に向けて画像変換と魅力度の関係に着目したデータ拡張手法を検討する．
その後，達成事項２に向けて関連する深層学習モデルを基に改良するともに，魅力度以外の感覚量への応用可能性を検討する．
|
| 研究成果の概要 |
人が料理写真を見た際の視覚的感性（魅力度）を高精度に数値化する機械学習手法を目指し，画像とその魅力度評価値をペアで生成するためのデータ拡張手法を開発した．また，視線情報を利用した画像特徴抽出手法と併用することで，魅力度推定精度が向上することを明らかにした．加えて，深層学習モデルの枠組みの一つであるマルチタスク学習への適用により，推定精度がさらに向上することを明らかにした．さらに，料理写真以外の対象への応用可能性を探るべく，料理写真を含む料理レシピの魅力度を分析・推定する手法を検討し，レシピタイトルと料理レシピに対する注目度の関係を分析した．
|
| 研究成果の学術的意義や社会的意義 |
本研究では，視覚的感性，特に料理写真を見た際に感じる魅力度という人の曖昧な感覚量を深層学習により定量化する手法を開発した．この技術は，これまでデータセットの質・量が足かせとなっていた分野でも深層学習ベースのアプローチを検討する際の一助となり，関連の各学術分野での技術発展を促進することが期待される．また，人の感性を踏まえた振る舞いが可能な人工知能系の基盤構築の一助となることも期待され，社会と人工知能の新たな関係を形成する一助となることも期待される．
|
