研究課題
若手研究
機械学習に基づく画像からの物体検出・認識技術が進化し，様々なアプリケーションへの導入が進められている．しかし，機械学習に基づく物体検出・認識技術には，学習させる物体カテゴリ数が増加するほど，学習にかかるハードウェアリソースも時間も多く必要となるという問題がある．そこで本研究では，必要最低限のカテゴリを学習させた学習モデルを予め用意しておき，未学習カテゴリの物体が検出された際に，その物体を追跡し，収集したデータを用いて新しいカテゴリを追加学習していく画像処理技術の枠組みを提案した．
コンピュータビジョン
本研究では，必要最低限のカテゴリを学習させた学習モデルを予め用意しておき，未学習カテゴリの物体が検出された際に，その物体を追跡し，収集したデータを用いて新しいカテゴリを追加学習していく画像処理技術の枠組みを提案した．この技術を物体検出・認識が必要となるシステムに組み込むことで，システムは最小限のハードウェアコストで，自律的に未知物体を学習することができるようになる．
