| 研究課題/領域番号 |
19K12040
|
|---|
| 研究機関 | 東京農工大学 |
|---|
研究代表者 |
堀田 政二 東京農工大学, 工学(系)研究科(研究院), 准教授 (90346932)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | パターン認識 / 特徴抽出 / 音声フィルタ |
|---|
| 研究実績の概要 |
本研究では，害獣に関する音声や画像データが手元に少数しかなくても高精度に害獣を検出および認識できるように，害獣に特化した特徴設計と学習データの人工的な生成方法を確立することを目的としている．2019年度では，音声に関する害獣に特化した特徴量の設計を実施した．具体的には，MFCCの特徴抽出におけるメルフィルタバンクの分布を，Adaboostを利用した顔検出におけるHaar-like特徴と同様に，さまざまにフィルタの形状，位置，幅を総当り的に変えていき，そのたびに当該害獣の検出精度を算出して，最も検出精度の高くなる組み合わせを求めるアプローチにより自動的に設定できるようにした．このフィルタの設計法はあらゆる生物に対して応用可能な汎用的な手法である．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
特定の害獣に対する音声検出の精度が，当初の目標値であるF値0.9を上回ることが実験的に示されたため，現在のところ大きな問題は無いが，COVIDの影響により現地での実運用に関する調査を行えていないため，この点に関しては目標未達である．そのためおおむね順調に進展していると判断した．
|
| 今後の研究の推進方策 |
今年度より，学習データが少ない場合に対して，特徴抽出とは別の有用なアプローチとして人工的に学習データを生成し，それを検出・認識モデルに利用する方法に取り掛かる．具体的には，はじめに線形結合により人工データを生成し，それを深層学習の一種である敵対的生成ネットワーク(GAN)の学習データとして利用することで，複雑な分布形状を持つデータ集合を生成することを試みる．
|
