| 研究課題/領域番号 |
23K11175
|
|---|
| 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61010:知覚情報処理関連
|
|---|
| 研究機関 | 大阪電気通信大学 |
|---|
研究代表者 |
越後 富夫 大阪電気通信大学, 情報通信工学部, 教授 (80434801)
|
|---|
| 研究分担者 |
岩本 祐太郎 大阪電気通信大学, 情報通信工学部, 講師 (30779054)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2025年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2024年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2023年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
|
|---|
| キーワード | 物体認識 / 構造化記述 / グラフニューラルネットワーク / 疑似アスペクトグラフ / 3D Augmentation |
|---|
| 研究開始時の研究の概要 |
物体は姿勢が変わると同一物であっても見えが異なり，画像から抽出したグラフ構造は異なる．
本研究では，３次元回転による見えの変化を表現する３D Augmentationを適用することで，画像上で現れる構造の変化が無い複数の状態をクラスタリング可能で，構造の変化が現れる状態との関係を表現した疑似アスペクトグラフが生成できる．
そこで，画像から特徴点をグラフ構造化し，構造化記述と疑似アスペクトグラフを統合したグラフ構造の深層学習による本手法と，従来技術のCNN，ViTによる認識結果と比較し，画像からのグラフ構造記述を用いることの優位性を検証する．
|
