| 研究領域 | トランスカルチャー状況下における顔身体学の構築―多文化をつなぐ顔と身体表現 |
|---|
| 研究課題/領域番号 |
20H04597
|
|---|
| 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 |
人文・社会系
|
|---|
| 研究機関 | 国立研究開発法人産業技術総合研究所 |
|---|
研究代表者 |
林 隆介 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (80444470)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2022-03-31
|
| 研究課題ステータス |
交付 (2021年度)
|
| 配分額 *注記 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2021年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2020年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 顔認識 / 身体認識 / 多文化比較 / 深層学習 / 顔認知 / 視覚情報処理 |
|---|
| 研究開始時の研究の概要 |
本研究では、脳のモデルとして、深層ニューラルネットワークを仮定し、大規模な顔・身体画像データを教師なし学習したとき、どのような顔・身体情報表現が自己組織的に獲得されるのかを解析する。さらに、本学術領域の参加者と協力して、データ収集を行い、文化による画像統計量の変化と、獲得される顔・身体情報表現の違いを定量的に解析し、文化差ならびに文化に共通な情報表現を調べる。
|
| 研究実績の概要 |
本研究では、人間の視覚情報処理の学習モデルとして、畳み込み深層ニューラルネットに基づく教師なし学習を仮定し、大規模な顔・身体画像データを学習した深層ニューラルネットワークが、どのような顔・身体情報表現を獲得するのか明らかにすることを目標とする。
本年度は、動画データ入力に対応した畳み込み深層ニューラルネットにとって、動画識別精度向上に有用な事前学習手法に関する研究を行い、学会投稿した。
また、計画班と協力して顔画像データの解析と合成手法を開発し、顔の表情認知に関する学会発表を行った。
この他、顔画像データを利用して、様々な顔画像を操作する手法を開発し、心理研究ならびに神経科学研究に利用できるよう実験システム開発を行った。さらに、ヒトならびにサルの脳波データを使い、顔認識に関する情報表現形式の解析を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
当初の計画通り、深層ニューラルネットの開発が進展しているほか、本新学術領域の計画班員との共同研究体制が広がった。また、顔画像や動画データの画像解析を行い、トランスカルチャーの基盤となる顔身体学の神経科学研究に進展が見られた。
|
| 今後の研究の推進方策 |
引き続き、深層ニューラルネットの開発をすすめ、特に顔画像処理における情報表現の文化的特徴の基礎にある神経科学基盤の検証を行う。さらに、本新学術領域の計画班員がすすめるさまざまな地域でのフィールドワーク研究と協力して、提供いただいた顔画像や動画データを解析し、トランスカルチャーに基づく顔身体学研究を進めていく。
|
