• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

クラウド上の膨大な画像履歴情報を多様な時空間スケールで活用する超低品質画像の認識

研究課題

  • PDF
研究課題/領域番号 17H00745
研究種目

基盤研究(A)

配分区分補助金
応募区分一般
研究分野 知覚情報処理
研究機関名古屋大学

研究代表者

村瀬 洋  名古屋大学, 情報学研究科, 特任教授 (90362293)

研究分担者 目加田 慶人  中京大学, 工学部, 教授 (00282377)
井手 一郎  名古屋大学, 数理・データ科学教育研究センター, 教授 (10332157)
平山 高嗣  人間環境大学, 人間環境学部, 教授 (10423021)
出口 大輔  名古屋大学, 情報学研究科, 准教授 (20437081)
川西 康友  国立研究開発法人理化学研究所, 情報統合本部, チームリーダー (50755147)
研究期間 (年度) 2017-04-01 – 2022-03-31
キーワード画像認識 / 機械学習 / 低品質画像 / 車載カメラ
研究成果の概要

車載カメラ画像や防犯カメラ画像などは、撮影環境によっては画像品質が非常に低くなることがあるが、これらの超低品質な画像を精度よく認識する手法を開発した。具体的には、(1)過去の膨大な履歴情報や空間的に離れた情報を蓄積し、それらの情報を活用した時空間適応型の学習手法、(2) 時空間の多様な情報を統合して認識精度を向上させる時空間融合型の認識処理、(3)認識結果を活用することにより見落としやすさなどの人間の弱点を考慮した人間の支援方法を開発し、実験により有効性を示した。

自由記述の分野

情報学

研究成果の学術的意義や社会的意義

多数の車両に搭載された車載カメラや町中に設置された防犯カメラなどを連携して人間を支援し、安心・安全・快適な社会を実現する視覚支援技術が望まれている。しかし、これらのカメラから撮影した画像は、極端な隠れ、解像度低下、照明変化などで低品質になることが多い。近年の機械学習の進化により認識精度の向上はあるものの、低品質画像に対応するためには、(1)質の良い大量の学習サンプルを如何に収集するか、(2)質の良い複数の情報を如何に統合して入力するか、(3)機械認識と人間の認識能力との違いを考慮して人間を如何に支援すかなどの残された課題がある。これらの課題を解決することは、学術的意義や社会的意義は大きい。

URL: 

公開日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi