| 研究課題/領域番号 |
16K00311
|
|---|
| 研究機関 | 同志社大学 |
|---|
研究代表者 |
渡部 広一 同志社大学, 理工学部, 教授 (90201251)
|
|---|
| 研究分担者 |
芋野 美紗子 大同大学, 情報学部, 講師 (20735138)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2020-03-31
|
| キーワード | 画像概念 / 進化的計算法 |
|---|
| 研究実績の概要 |
画像認識に関する従来の研究成果に加えて，我々がこれまで言語処理の分野で研究してきた言葉の連想技術や常識的判断システムを応用し，画像解析と人間の常識知識に基づく画像認識システムの開発を目的として，本年度の研究実績は下記の通りである．
１．一般画像認識において，SIFTとBoVWを用いた一枚の画像の特徴量表現は，画像を概念，VWを属性とみなせば，言語の概念ベースにおける一つの概念定義と同様である．したがって，言語処理分野で既に実績のある言葉の連想を可能とする言語の概念ベース構築手法を参考に画像の概念化を行った．この際必要となる大量の画像データは，一般に公開されている画像データセットを利用した．なお，実際の画像概念ベースは平成２９年度以降に撮影する画像データを加えて構築する予定である．
２．拡張進化的計算法による学習方式の開発に向けて，多段階GAとマルチスピーシーズGAによる高性能学習手法を検討した．ただし，多段階GAについては，アルゴリズムをプログラム化し，関数最適化問題と形状設計問題での効果は確認したが，マルチスピーシーズGAについては，プログラム開発が完了しなかったため効果については未確認であり，拡張進化的計算法による学習方式は開発の検討中である．
３．学習方法の参考技術のディープラーニングについて，畳込みニューラルネットワークを用いた画像分割による複数物体の同時認識の研究を行い，一部のディープラーニングの能力や問題点について確認した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
進化的計算法による高性能学習手法の検討では，多段階GAとマルチスピーシーズGAを組合わせて検討する予定であったが，マルチスピーシーズGAのプログラム化を完了できなかったため十分な検討ができていない．
|
| 今後の研究の推進方策 |
平成29年度は，ほぼ当初の予定通り以下の2点について研究を推進する．
１．画像概念ベースの構築
平成２８年度に作成した画像の概念化アルゴリズムを用いて，画像概念ベースを構築する．画像概念ベースの構築には，一般公開の画像データセットと，必要なら，新たに収集・撮影した様々な環境下における種々の画像データを用いる．言語における概念ベースと同様に，画像概念ベースにおいてもtf・idfなどの技術により重み付けを行い，雑音の影響を排除する．しかし，これらの重み付けだけでは雑音の影響を完全に排除することは難しく，一度構築した概念ベースを再度精錬する必要がある．特に，国語辞書というある程度の品質が確保されたデータにより構築する言語の概念ベースに比べ，撮影環境や撮影対象などの影響を大きく受ける画像データを基に構築する画像概念ベースにおいては，この精錬作業は非常に重要な作業になる．この精錬作業にもこれまで培ってきた言語における精錬技術を応用する．
２．画像間の関連性算出プログラムの構築
言語における概念ベースを利用した単語間の関連性を数値として算出するアルゴリズムを応用し，画像概念ベースを利用した画像間の関連性算出プログラムを作成する．ただし，概念（画像）と属性（VW）は異なるため，基本的には，記事間関連度算出手法と同様の手法をそのまま適応することができるため，比較的容易にプログラムを構築することができる．
加えて，平成28年度に引き続いて，進化的計算法による高性能学習手法の検討を行う．
|
| 次年度使用額が生じた理由 |
既存の画像データのみでは不足が予想されるため，様々な環境下で種々の物体が写った画像データを取得する予定であったが，本年度中には，既存の画像データのみで実験可能であったため画像収集のための謝金が不要となった．また，本研究に関連する学会・国際会議等の一部が来年度開催予定となり，また，今年度開催された一部の学会参加のための旅費が他の研究費で賄えたため，当初予定していた旅費の一部が不要となった．
|
| 次年度使用額の使用計画 |
新たな画像収集の必要が生じれば，画像収集のための謝金として使用する．また，本研究に関連する学会・国際会議等参加のための旅費として使用する．
|
