研究課題
基盤研究(C)
本研究はベクタ画像を対象とした要部観察に基づく類似画像検索サービスの実現を目標として、以下の成果を得た。（１）画像の要部認識手法として、深層学習に基づきイラスト画像における要部を抽出する手法を開発し、実験によりその有効性を評価した。（２）要部間の位置関係を考慮して類似性を評価する要部観察に基づく類似ベクタ画像検索システムを試作し、評価実験を行った。（３）検索システムにおける類似性評価の高速化アルゴリズムを開発した。
マルチメディア・データベース
図形の要部判定に寄与する人間の視覚認知特性は多岐に及び、また、暗黙知の存在から、すべての要部判定対象を網羅的・形式的に表現することには限界がある。本研究では、転移学習を応用することで、限られたデータセットからでも、形式的表現の獲得が困難な対象に対する要部判定に寄与するモデルの自動獲得が可能であることを示した。既存の知識駆動型モデルを補完するものであり、組み合わせることで要部判定の精度向上につながることが期待できる。
