| 研究課題/領域番号 |
22K12229
|
|---|
| 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 | 東京都市大学 |
|---|
研究代表者 |
張 英夏 東京都市大学, 情報工学部, 准教授 (50397056)
|
|---|
| 研究分担者 |
齋藤 豪 東京工業大学, 情報理工学院, 准教授 (00323832)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2025年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2024年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2023年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
|
|---|
| キーワード | カラーネーミング / 色彩処理 / 色名 / 光源 / 基本色カテゴリ / 代表色推定 / カテゴリカルカラーネーミング / 物体固有色 / 物体色名 / 計算機モデル |
|---|
| 研究開始時の研究の概要 |
ユーザの色名による画像検索/操作や，領域の色名判定を利用した画像処理/認識研究が広がりつつある．しかし，光源の影響や記憶する物体固有色などの影響により, 計算機が判定した色名は我々の知覚に沿わないことが多い．
本研究ではヒトの高次知覚特性を取り入れた実用に耐えうる物体基本色名判定手法を確立する．
本目的が実現すれば，ロボットが人間との対話にて色名を理解したり，EC サイトにて事前のタグ付与なしで色名による検索を実現したり，ビッグデータに対し自動的に色名タグ付けしたりなどの幅広い応用が期待できる．
|
| 研究実績の概要 |
2022年度行った機械学習を用いた代表色の抽出方法について、改良および考察を行った。具体的にはパラメータの最適化を行い精度向上を目指したが、テストデータを追加し追実験を行ったところ、優位な精度向上は確認できなかった。そこで学習モデルの再考察、入力形式に関する検討などを行い、多少の精度向上を確認した。しかしながら、前年度同様、彩度が高めに出る傾向になるという問題があることから、学習データの拡充や水増し方法の再考が検討事項として残った。
もう一つの問題として、白、黒、灰などの無彩色については、撮像条件に大きく影響をうける。そこで従来の光源色推定モデルを導入することで、色名命名の精度を上げられることを確認した。
次に、自然言語を入力/出力する生成系AIについてサーベイを行い、それぞれについて比較検討実験を行った。近年、自然言語による画像生成、また、画像の自然言語による説明生成の分野において、色名も利用できるモデルが多数開発されている。そこで、我々の最終目標である物体の固有色を考慮したような色名判定ができるかについて、いくつかの代表的なモデルを使って比較検討を行った。結果として、未だ色名判定は難しいことを確認した。このことから、当初予定していた被験者実験の重要性を再確認し、実施に向けての検討事項に取り組んだ。具体的には、与えられた物体の固有色との結びつきの強さをどのように推定するかについて検討を行った。
|
| 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
2023年度は前年度研究の改良および被験者実験の準備段階に注力したが、実際の実験を行うところまでは至らず、その代わり競合する分野における立ち位置について確認することができた。2024年度には前年度に得られた知見を基に被験者実験を実施する予定である。
|
| 今後の研究の推進方策 |
2023年度得られた知見を基に、被験者実験を行う。実験の大まかな枠組みはできていると考えられるが、実際に実験を行うための具体的な条件、例えば被験者への提示データのバリエーションや数、被験者数などを確定するところまでは至っていないため、これらの事項を決定し、被験者実験を実施、結果の分析を行うことを目標とする。
|
