研究領域 | 生物ナビゲーションのシステム科学 |
研究課題/領域番号 |
19H04929
|
研究種目 |
新学術領域研究(研究領域提案型)
|
配分区分 | 補助金 |
審査区分 |
複合領域
|
研究機関 | 電気通信大学 |
研究代表者 |
柳井 啓司 電気通信大学, 大学院情報理工学研究科, 教授 (20301179)
|
研究期間 (年度) |
2019-04-01 – 2021-03-31
|
研究課題ステータス |
採択後辞退 (2020年度)
|
配分額 *注記 |
7,150千円 (直接経費: 5,500千円、間接経費: 1,650千円)
2020年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2019年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
|
キーワード | 深層学習 / モバイル深層学習 / 小型デバイス / 生物ロギング / 動物一人称映像 |
研究開始時の研究の概要 |
本研究では,生物ロギングデバイスのような低コスト小型デバイス上で,主に映像を用いて動物の行動をリアルタイムに認識することを目的として,(1) 動物一人称映像の認識の研究,(2)タスクとデバイスに適応した小型深層学習ネットワークの探索,(3)センサ情報と画像認識を併用したリアルタイム行動認識の実現,(4)これらの手法を統合的に用いたロギングデバイス上での実装,の4点について研究を行います.これらの研究は,いずれも生物ナビゲーションおよびそのためのロギングデバイスに必要な新しい技術であり,低消費電力低メモリ下での深層学習ネットワークによる動物の行動認識という新しいトピックが創造できます.
|
研究実績の概要 |
本研究では,小型デバイス上での深層学習によるリアルタイム生物行動認識の実現のために,(1)動物一人称映像の認識の研究,(2)タスクとデバイスに適応した小型ネットワークの探索,(3)センサ情報と画像認識を併用したリアルタイム行動認識の実現, (4) (1)~(3)の手法を統合的に用いた小型IoT デバイス上での実装,を実施する. 特に2019年度は1年目は基礎的研究として(1) 動物一人称映像の認識の研究,(2)タスクとデバイスに適応した小型ネットワークの探索を行った.これらは独立して研究できるので,並行して実施した. (1)では,レスキュー犬の一人称映像に対して,映像,音声に加えて,レスキュー犬が着用しているサイバースーツに搭載されている各種センサーの情報も統合して,動作認識を行う手法について研究を行った.静止画の情報,映像の動き,音声,センサーの4つの情報を統合し,従来を上回る認識精度を達成した. (2)では,ネットワーク圧縮技術であるpruningによってネットワークパラメータを減らす実験,自動的に最適なネットワーク構成を探索する技術であるNeural Architecture Search(NAS)技術によって最適なネットワークを探索する実験を実施した.また,複数タスクを同時に1つのネットワークで学習するマルチドメイン学習に関する基礎的な研究,またIoTデバイス上で,実行のみならず簡単な学習を行うことによって,環境変化に応じて動的にネットワークを更新する実験も実施した.
|
現在までの達成度 (段落) |
翌年度、交付申請を辞退するため、記入しない。
|
今後の研究の推進方策 |
翌年度、交付申請を辞退するため、記入しない。
|