• 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

深層学習の効率を高める進化的敵対学習と時間的特徴量の有効利用に関する研究

研究課題

  • PDF
研究課題/領域番号 19K11515
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分59020:スポーツ科学関連
研究機関岩手大学

研究代表者

明石 卓也  岩手大学, 理工学部, 准教授 (50403655)

研究期間 (年度) 2019-04-01 – 2023-03-31
キーワードスポーツ科学 / ビッグデータ / 進化計算 / 深層学習 / コンピュータビジョン
研究成果の概要

人間の認知能力に近い行動・情動推定システムの実現を念頭に,空間的特徴と時間的特徴を融合した手法を確立することを主な目的としている.
初年度では,3次元点群の特徴量マッチング手法や,オーディオデータと画像データを用いたマルチモーダル学習手法を提案し,ジャーナル論文を発表した.2年度目は特徴量の新たなマッチング手法の研究に取り組み,深層学習および転移学習を用いた新たな手法を提案し,ジャーナル論文として発表した.3年度目では,部分的に遮蔽頭部の検出に関するジャーナル論文を発表した.最終年度では,空間特徴量と時間特徴量の融合技術の検討を進め,国際会議において発表し,ジャーナル論文として執筆中である.

自由記述の分野

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

コンピュータビジョン分野においては,国内外の物体の認識手法として,深層学習が脚光を浴びているが,空間的な情報を用いるものがほとんどで,人体の関節など重要な特徴点の移動量の時間的変化を扱う研究は申請者の知る限り存在しない.さらに,空間的特徴量と時間的特徴量を組み合わせる手法も類を見ない.
本研究では,深層学習等の人工知能における空間的特徴と時間的特徴を融合に関して研究・開発した.このような手法が確立されれば,より人間の認知能力に近い行動・情動推定システム等が実現され,コンピュータサイエンス分野やニューロサイエンス分野におけるブレイクスルーにつながると考えられる.

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