| 研究領域 | 実世界の奥深い質感情報の分析と生成 |
|---|
| 研究課題/領域番号 |
21H05822
|
|---|
| 研究種目 |
学術変革領域研究(A)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
学術変革領域研究区分(Ⅳ)
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
内藤 智之 大阪大学, 大学院医学系研究科, 准教授 (90403188)
|
|---|
| 研究期間 (年度) |
2021-09-10 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
7,800千円 (直接経費: 6,000千円、間接経費: 1,800千円)
2022年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2021年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
|
|---|
| キーワード | StyleGAN / 逆相関法 / 絵画アート / 美的経験 / 人工知能 / 色統計量 / 心的テンプレート / 深層学習 / GAN / 絵画 / 魅力 / 芸術感性 / 敵対的生成ネットワーク |
|---|
| 研究開始時の研究の概要 |
本研究では敵対的生成ネットワーク(GAN) と逆相関法を用いることで、絵画アートの魅力度判断の鋳型（心的テンプレート）が存在するのかどうかを検証するとともに、画像として可視化することを試みる。さらに、魅力的絵画心的テンプレートの特徴ベ クトルを解析することで美的感覚を生じさせる画像特徴を定量的に評価し、多くの人に共通する 普遍的絵画魅力を生じさせる画像特徴と、個人差の大きい絵画魅力に関連する画像特徴を定量的に評価する。絵画心的テンプレートの多様性の評価および、多数の被験者の絵画心的テンプレートを用いて絵画アート作品を制作し、展示会において高評価を得られるかどうかを検討する。
|
| 研究実績の概要 |
本研究では、深層学習の一種である敵対的生成ネットワークモデル（StyleGAN)と、視覚神経科学におけるニューロン受容野構造推定法である逆相関法を組み合わせることにより、個人が特異的に有すると考えられる理想的な絵画イメージを高精度カラー画像として再構築し、その画像特徴から絵画アートに対する美的経験に貢献する画像特徴の抽出が可能であるかどうかを検討した。
StyleGANに約９万枚の絵画アート画像を学習させることにより、５ジャンル（アカデミズム、印象主義、形式主義、キュビズム、抽象画）の絵画アートを高精度に生成するAIを作成した。次に、StyleGANによって生成された各ジャンルの画像について被験者109名に魅力度評定課題を行った。生成画像はStyleGAN内部で256次元の潜在特徴ベクトルにおいて特徴づけられており、特徴ベクトルと魅力度スコアを用いた逆相関法により、個人毎の絵画アート魅力判断のベースとなる理想的な絵画アートイメージ（心的テンプレート）を算出した。心的テンプレートの特徴ベクトルの画像全体の平均特徴ベクトルの偏差から、各個人の美的経験に寄与する画像特徴量を事後的に求めることが可能であることが明らかとなった。
被験者の芸術専門性、年齢、性別を独立変数とした実験の結果から、絵画アートに対する美的経験において、色統計量の性差が存在することが明らかとなった。女性は任意絵画アートをStyleGANを用いて色相を赤方向にシフトすることで、美的評価が高くなり、一方男性では色相を青方向にシフトすることで美的評価が高くなることが示された。
|
| 現在までの達成度 (段落) |
令和4年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和4年度が最終年度であるため、記入しない。
|
