2020 年度実施状況報告書

個人や環境に適応するマルチセンシングデータ解析システムの開発

研究課題

研究課題/領域番号	17K00309
研究機関	九州大学
研究代表者	高野茂九州大学, 持続的共進化地域創成拠点, 准教授 (70336064)
研究期間 (年度)	2017-04-01 – 2022-03-31
キーワード	マルチセンシングデータ解析 / ウェーブレット解析 / 深層学習 / 画像認識 / スマートセンサ情報システム
研究実績の概要	本研究では、個人や環境に適応するマルチセンシングデータ解析システムの開発を実施した。ICTを活用した持続可能な社会を構築するためには、実社会の様相をセンシングして、データを解析することが必要不可欠であるが、センサデータのセキュリティやプライバシーを考慮することが大変重要である。そこで、センシングデータから個人や環境の状況を判断するために、深層学習によるアプローチで構築されるDeep Lifting Waveletの学習理論を考案し、マルチセンシング環境が収集するヒトや環境に関する0次データを、より高次の状態を識別可能な1次データに変換する手法を提案する。 R2年度は、小型デバイスにLifting Wavelet演算機構を導入し、プライバシーを考慮したデータ収集機構として実装した。提案手法では、センサが収集する0次データを、セキュリティやプライバシーを考慮した1次データに変換する機構として、Lifting Wavelet変換を導入し、得られた高周波成分を入力とする物体認識のための深層学習モデルを学習する。この深層学習モデルの認識精度を向上させるようにLifting Waveletの学習を繰り返し、最終的に物体認識精度を向上させる仕組みを実現する。これは、センサにより収集した生データをそのままクラウドサーバに蓄積する従来型の収集機構ではなく、末端の収集デバイスの中で、セキュリティやプライバシーを考慮した1次変換を施し、新しいセンサデータとして提供することのできる仕組みとなる。本機構で抽出された高周波成分画像を入力とする深層学習モデルを学習する実験を開始している。学習理論の詳細の公表および実データへの適用については、次年度に持ち越す。
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研究代表者らが従事する別プロジェクトにおいて、プライバシーの考慮が必要な屋外画像処理を必要とする研究開発を推進している。本年度は公共空間での映像解析環境構築を実装した。しかしながら、プライバシーの観点で公共空間において撮影した画像を蓄積することができないため、性能計測に時間を要している。本研究では、我が国における公共空間における見守りサービスを社会実装に向けて、さらに1年間の研究期間の延長を申請する。
今後の研究の推進方策	エッジデバイスによる画像認識に有用な新しい学習理論の構築を進めると共に、実際のセンサデータへの応用を実施する。研究成果は、国内外の学会において発表する。
次年度使用額が生じた理由	今年度より、研究成果を社会実装できるよう、引き続き提案手法を実装したエッジデバイスの開発および学習機構の構築に予算を集中するように計画しています。