| 研究課題/領域番号 |
19K12019
|
|---|
| 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61010:知覚情報処理関連
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
新田 直子 大阪大学, 工学研究科, 准教授 (00379132)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 画像変換 / 画像生成 / 非視覚センサ / 屋外環境センシング / 深層学習 |
|---|
| 研究成果の概要 |
本研究は、任意の地点において撮影された1枚の屋外画像を、非視覚センサである気象センサにより得られる信号値に応じた気象状況を表す画像に変換することにより、任意地点、時間におけるカメラ画像を疑似的に生成する技術の開発を目的とする。これを実現するため、少量の整合性の高い気象センサ信号値と屋外画像の対データの収集方法、及び大量の屋外画像や服装情報が付与された人物画像など他のより入手が容易な画像データセットを補完的に用いた、空模様や地面の様子を含む遠景画像、及び人物を含む近景画像を対象とした画像変換器の学習方法を提案し、その有効性の実験的検証を行った。
|
| 自由記述の分野 |
知覚情報処理
|
| 研究成果の学術的意義や社会的意義 |
本研究は、近年盛んに研究されている敵対的生成ネットワークを、視覚センサと非視覚センサという2つの異なる特性を持ったセンサから得られる生の観測情報に適用することにより、疑似的な視覚センサによる観測情報を生成する試みである。特に、ネットワークの学習データとして、誤った情報となるノイズを多く含むデータしか得られないという問題に対し、同じ環境を観測するセンサの観測情報に存在すべき整合性などを考慮した上で、他のより入手が容易なデータを補完的に用いることにより、学習が適切に行われることを実験的に検証し、画像生成技術のセンシング応用への可能性を示した。
|
