| 研究領域 | 細胞システムの自律周期とその変調が駆動する植物の発生 |
|---|
| 研究課題/領域番号 |
20H05427
|
|---|
| 研究機関 | 名城大学 |
|---|
研究代表者 |
堀田 一弘 名城大学, 理工学部, 教授 (40345426)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2022-03-31
|
| キーワード | 画像認識 / 植物画像 / 生物画像 / Deep learning |
|---|
| 研究実績の概要 |
細胞画像のセグメンテーションの問題を中心に取り組んだ。細胞核や細胞質なども分かりやすい所は従来から存在するDeep learningに基づくセグメンテーション法でもそこそこの精度がでるが、細胞膜や細胞壁のような明確に形が決まっていない対象のセグメンテーションの精度は低下してしまう。そこで、従来のセグメンテーション法を改良しながら難しいクラスの精度改善に取り組んだ。具体的には、従来のセグメンテーションネットワークの出力を入力側にフィードバックして精度を改善する方法や、学習誤差の届きにくい層での特徴量をランダム強調することによりその層を重点的に学習し、精度を高める方法を提案している。また、敵対的学習と呼ばれる生成器と識別器を競い合わせながら生成器の精度を改善する方法において、attentionを利用しながら精度を改善する方法や、知識蒸留を用いて精度を改善する方法にも取り組んだ。これらの工夫により、細胞膜なども明確な形の決まっていないクラスの精度を改善することができた。
また、植物学や細胞生物学の研究者とも連携しながら研究を進めている。動画像を分類してそこからどこが違ったのかを解析する研究や植物の生長過程を分類する研究などにも取り組んでいる。画像認識の分野で新しいことも大事であるが、実際に利用する植物学や細胞生物学の研究者達が必要となる定量化した情報を自動的に取り出せるような工夫も行っている。
|
| 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
植物学や生物学の専門家たちとの共同研究を行い、画像認識としても新しい手法を提案しながら精度改善ができている。
|
| 今後の研究の推進方策 |
植物学や生物学の分野の研究者達と連携しながら問題点を明確にし、これまでのDeep learningや画像認識の経験を活かしながら解決していく。
|
