| 研究課題/領域番号 |
23H00490
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
中区分61:人間情報学およびその関連分野
|
|---|
| 研究機関 | 東京科学大学 |
|---|
研究代表者 |
篠田 浩一 東京科学大学, 情報理工学院, 教授 (10343097)
|
|---|
| 研究分担者 |
井上 中順 東京科学大学, 情報理工学院, 准教授 (10733397)
横田 理央 東京科学大学, 総合研究院, 教授 (20760573)
川上 玲 東京科学大学, 工学院, 准教授 (90591305)
佐藤 育郎 東京科学大学, 情報理工学院, 特任教授 (90895525)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2025年度)
|
| 配分額 *注記 |
47,190千円 (直接経費: 36,300千円、間接経費: 10,890千円)
2025年度: 15,080千円 (直接経費: 11,600千円、間接経費: 3,480千円)
2024年度: 15,080千円 (直接経費: 11,600千円、間接経費: 3,480千円)
2023年度: 17,030千円 (直接経費: 13,100千円、間接経費: 3,930千円)
|
|---|
| キーワード | 深層学習 / 画像認識 / 音声認識 / マルチモーダル認識 |
|---|
| 研究開始時の研究の概要 |
識別の対象（インスタンス）を属性の集合（束）とみなし，特徴量空間においてその特徴を属性ごとに分解する．そして，これらの属性特徴からインスタンスを再合成する過程で属性特徴を最適化することで，各属性を高精度で識別し，かつ，外れ値に対し頑健な識別手法を実現する．このために深層生成モデルと高密度な属性アノテーションに基づく学習手法を開発する．従来研究の多くが対象とその属性が一対一に対応する平坦な意味構造を仮定していたのに対し，本研究は多くの属性が複雑に絡み合う対象における複数の属性を同時に識別することを可能にする．新しい属性やクラスの創発も視野に入れる．
|
| 研究実績の概要 |
本研究課題では，識別の対象（インスタンス）を属性の集合（束）とみなし，特徴量空間においてその特徴を属性ごとに分解する．そして，これらの属性特徴からインスタンスを再合成する過程で属性特徴を最適化することで，各属性を高精度で識別し，かつ，外れ値に対し頑健な識別手法を実現することを目的としている。このために深層生成モデルと高密度な属性アノテーションに基づく学習手法を開発する．従来研究の多くが対象とその属性が一対一に対応する平坦な意味構造を仮定していたのに対し，本研究は多くの属性が複雑に絡み合う対象における複数の属性を同時に識別することを可能にする．新しい属性やクラスの創発も視野に入れる．より具体的には、深層学習を用いた「合成による識別」のアプローチにより，構成的なパターン認識・理解を行う方法論を確立する．人の動作認識，話者・感情認識，マルチモーダル認識の3つのタスクで横断的に評価し，従来に比べ高い識別性能を目指す．初年度である本年度は、人の動作認識、話者・感情認識、マルチモーダル認識の各々の課題において、評価データベースの構築と、ベースライン方式の開発を行った。これらと並行して、比較的小規模なタスクで、拡散モデルなどの生成モデルを用いて識別を行う方式の開発を行った。また、ニューラル構造探索などを用いて生成モデルの効率的な学習を行う方式も開発した。特に、センサーと映像のマルチモーダル認識における基本方式の構築、およびデータベース構築、人間の歩容認識の基本方式の開発、マルチモーダル感情認識の基本方式の開発を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
「深層学習を用いた「合成による識別」のアプローチにより，構成的なパターン認識・理解を行う方法論を確立する．人の動作認識，話者・感情認識，マルチモーダル認識の3つのタスクで横断的に評価し，従来に比べ高い識別性能を目指す．」であったが、それに対し、今年度は、その各々に対し、評価のためのベースライン（基本）方式の開発を行い、その性能を確認した。データベース構築に関しては、映像とセンサーのマルチモーダルデータベースの構築を行った。
|
| 今後の研究の推進方策 |
今年度はこれらの成果を発展させ、人の動作認識、話者・感情認識、マルチモーダル認識の各々において、分離すべき属性を定義し、そのdisentaglementを行う学習手法を開発し、その予備評価を行う。また、マルチモーダル認識のタスクとして、本年度から新たに手話の認識の研究を開始する。
|
