| 研究領域 | 多様な質感認識の科学的解明と革新的質感技術の創出 |
|---|
| 研究課題/領域番号 |
15H05919
|
|---|
| 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 | 東北大学 |
|---|
研究代表者 |
岡谷 貴之 東北大学, 情報科学研究科, 教授 (00312637)
|
|---|
| 研究分担者 |
川嵜 圭祐 新潟大学, 医歯学系, 准教授 (60511178)
山口 光太 東北大学, 情報科学研究科, 助教 (10742596)
|
|---|
| 研究期間 (年度) |
2015-06-29 – 2020-03-31
|
| キーワード | 深層学習 / コンピュータビジョン / 質感 / 画像と言語 |
|---|
| 研究成果の概要 |
画像１枚からそこに写る物の質感を認識するAIの実現という目標に一歩ずつ近づく段階的な成果を挙げた．具体的には，CNNを用いた画像ペアのランキング学習による質感認識手法，ウェブ上の画像とその説明文のペアから視覚的に認識可能な質感概念をマイニングする方法，質感認識の文脈依存性を捉えつつ商品の画像に適切なタイトルを生成する方法などである．さらに研究の過程で，質感認識は「包括的な画像認識である」と結論するに至り，今日の画像理解のためのマルチモーダル深層ニューラルネットワークの端緒となる，注意機構を用いたネットワークの開発に成功した．
|
| 自由記述の分野 |
画像認識，コンピュータビジョン
|
| 研究成果の学術的意義や社会的意義 |
人と同じように物の質感を視覚的に認識するAIの実現は，最近のAI技術の進展を踏まえても難しかった．質感は人にも言語化が難しく，AIが学習すべき教師データを作るのが難しかったことが大きな理由である．本研究は段階的にこの困難さを解決する方法を与えた．AIによる質感認識が難しいことは現在のAIの人とのギャップの1つであると言え，本研究はこのギャップを狭めることに成功し，これはAIそのものの発展に貢献する学術的な意義である．社会的な意義には，以前は人にしかできなかった質感認識が関わる作業を代替することを初めとする工学的応用がある．
|
