| 研究課題/領域番号 |
15J09202
|
|---|
| 研究機関 | 横浜国立大学 |
|---|
研究代表者 |
菅沼 雅徳 横浜国立大学, 環境情報学府, 特別研究員(DC1)
|
|---|
| 研究期間 (年度) |
2015-04-24 – 2018-03-31
|
| キーワード | 異常検知 / 動画像処理 / 正常学習 |
|---|
| 研究実績の概要 |
人は与えられた環境において見慣れない刺激（異常，ノベルティ）に対して適切に注目することができる．本研究では，この人が異常に対して注目できる異常検知能力に着目したモデルを提案し，提案したモデルを用いて医用動画像および監視映像の自動解析・認識・診断に関する研究を行う．特に，本研究では，手術動画像からの工程解析に重要なイベント検出，内視鏡画像群からの病変画像検出，監視映像からの異常検知を目指した研究である．
採用2年度目は初年度同様に，人の異常検知能力に着目したモデルの開発を中心に行い，監視カメラ映像およびカプセル内視鏡画像からの異常検知問題への適用を行った．異常検知モデルに関して，昨年度からの検討の結果，観測したデータの出現頻度とこれまでに観測したデータとの類似度をもとに現在観測しているデータの異常度を算出する方式を新たに開発した．この新たな異常検知モデルはConvolutional Autoencoderによって構成されている．提案した異常検知モデルを初年度よりも環境が複雑な監視カメラ映像からの異常検知問題に適用し，性能の検証を行った．本問題における正常とは歩行者であり，異常の定義は映像内での出現頻度が少ない物体（車両，車椅子など）である．これら異常物体に対してどの程度検出することができるかについて定量評価を行った．定量評価の結果，従来研究と比べて同等以上の異常検知性能を確認することができた．さらに，カプセル内視鏡画像からの異常画像検知も同様に行った．定量評価の結果，正常画像と大きく異なる異常画像に対しては良好に検知できたが，正常画像と類似した異常画像に対しては良好に異常検知ができていないことが確認された．今後は正常画像に類似している異常画像に対しても検知可能なように，更なる検討を進めていく必要がある．
|
| 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
医用動画像の自動解析・認識・診断のための異常検知モデルを提案し，医用動画像に適用することを平成28年度の研究計画としていた．結果として平成28年度では，異常検知モデルを内視鏡画像および監視映像からの異常検知に適用し，性能の評価を行うことができた．この異常検知実験から，監視映像に対しては高精度な異常検知結果が得られ，また内視鏡画像に対しては異常検知が困難な画像に対する異常検知性能に課題が残っているが，今後の研究方針について検討を行えている．このことから，進捗はおおむね順調に進展していると考えられる．
|
| 今後の研究の推進方策 |
今年度は手術動画像から手術解析に重要なイベント（異常）を自動検知するために，提案した異常検知モデルを手術動画像に適用し，性能の検証を行う予定である．この際，イベント検知性能の向上のために，異常検知モデルの改良も適宜試みる予定である．
|
