合成メディアの大規模比較評価の最適化と主観比較評価コーパスの構築

• 研究課題/領域番号: 24K20792
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分61010:知覚情報処理関連
• 研究機関: 名古屋大学
• 研究代表者: 安田 裕介 名古屋大学, 情報基盤センター, 特任講師 (50986099)
• 研究期間 (年度): 2024-04-01 – 2029-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円); 2028年度: 520千円 (直接経費: 400千円、間接経費: 120千円); 2027年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円); 2026年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2025年度: 520千円 (直接経費: 400千円、間接経費: 120千円); 2024年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
• キーワード: 主観評価 / 比較評価 / オンライン学習 / クラウドソーシング / 生成メディア

研究開始時の研究の概要

生成メディアの品質評価には、人間による主観的な評価が不可欠である。近年の生成モデルの著しい生成品質向上により生成メディアの評価は年々難しくなっている。そこで２つのサンプルのうちよい方を選ぶ比較評価が精度の高い主観評価方法として注目されている。しかし評価ペアの組み合わせの膨大さのため、コーパスのような大規模な比較評価はこれまでできなかった。本研究は、比較評価の評価ペアの組み合わせをオンライン学習によって最適化することで、大規模な比較評価を行う。これによって生成技術全体の健全な発展を目指す。