| 研究課題/領域番号 |
23K17511
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分2:文学、言語学およびその関連分野
|
|---|
| 研究機関 | 豊田工業高等専門学校 |
|---|
研究代表者 |
木村 勉 豊田工業高等専門学校, 情報工学科, 教授 (80225044)
|
|---|
| 研究分担者 |
酒向 慎司 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (30396791)
三浦 哲平 豊田工業高等専門学校, 情報工学科, 助教 (20964307)
|
|---|
| 研究期間 (年度) |
2023-06-30 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2025年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2024年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2023年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 手話認識 / 自己教師 / 深層学習 / ディープラーニング / 手話 |
|---|
| 研究開始時の研究の概要 |
本研究では，少量のラベル付き手話データでも高い精度が得られる自己教師あり学習の手法を適用し，手話認識システムを開発する．
通常，深層学習では，大量のアノテーション済み学習データが必要である．まずは，日常生活などで自由発話を収録し，バリエーションに富んだ手話データを大量に収集する．しかし，このデータに対して，アノテーションを行うのは非常にコストがかかる．そこでアノテーションを行わずに自己教師あり学習を行うことで，手話認識学習モデルを作成する．これを手話認識に応用することで手話認識精度の向上を目指す．
|
