多用途にファインチューニング可能な3次元点群向け大規模解析モデルの開発と活用

• 研究課題/領域番号: 24K14992
• 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: 山梨大学
• 研究代表者: 古屋 貴彦 山梨大学, 大学院総合研究部, 准教授 (00770835)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2026年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2025年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円); 2024年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
• キーワード: 3次元点群 / 形状特徴量 / 自己教師あり学習 / 深層学習 / ファインチューニング

研究開始時の研究の概要

3次元（3D）点群データは，インフラ整備など実社会で幅広く利用される．3次元点群データ向けの深層学習技術はここ10年で飛躍的に進歩したが，社会で十分に活用されていない．活用が進まない要因として，データ収集とラベリングのコストが高いことが挙げられる．そこで本研究では少数の教示データで多用途にファインチューニングできる世界初の3D点群向け大規模解析モデルの開発と，社会における活用を目指す．3年間の補助事業期間を利用し，(1) 学習用大規模データセットの作成・整理（1年目），(2) 3D点群向け大規模解析モデルの開発（1-2年目），(3) 評価実験および実社会の問題への適用（2-3年目）に取り組む．