Discovery Sagaサイレントキーワード俯瞰

Discovery Saga 詳細表示研究者リスト表示ダウンロード（UTF-8 txt)

深層学習に関するサイレントキーワード物体検出が含まれる科研費採択研究4件

深層学習に関するサイレントキーワード物体検出が含まれる科研費採択研究 4件

全方位画像と画像認識を用いた屋外移動時における視覚障害者の為のデザイン

【研究キーワード】

アクセシビリティ / 視覚障害 / 屋外移動支援 / ナビゲーション / データセット / サステナブルデザイン / 視覚障害者支援 / 物体検出 / 社会実装 / 共創 / 領域検出 / 支援技術 / 屋外移動 / 画像処理 / 深層学習 / 画像認識 / 屋外活動 / ソニフィケーション / 福祉機器 / ファブリケーション / 物体認識

【研究成果の概要】

開発したデータセットは約3万2000枚の画像に対して54万のインスタンス登録がなされており、国内における視覚障害当事者を対象とした画像認識データセットでは最大のデータセットとなった。実際に本データセットを利用した製品「EyeNavi」アプリケーションも開発され、実験結果からは8割以上の利用ユーザが本システムが実際の屋外歩行支援において役立つシステムであることを報告している。これらデータセットを継続して維持管理していくため、スマートフォンアプリケーションをリリースし、ユーザが手軽に現場の画像提供が可能な仕組みを提供した。

【研究の社会的意義】

AI技術の発展に伴い、学習の基となるデータセット開発は必要不可欠となる。本研究は特にその中で視覚障害者の屋外移動支援を目的とした大規模データセットの開発を行った。これは視覚障害に関わらず、近年注目をあびるパーソナルモビリティの安全装置としての応用利用等が考えられる。今後は視覚障害というエクストリームなユーザ環境に左右されず、それらを包括するサービスやアプリケーション開発においても本データセットを利活用できる。プロジェクト期間を通じですでに商用サービスに本データセットが利用されたことにより、今後も継続的なデータセット維持が可能となり社会実装によるサステイナブルなデザインが実現できたと考えている。

【研究代表者】

馬場哲晃東京都立大学システムデザイン学部教授 (Kakenデータベース)

【研究種目】基盤研究(B)

【研究期間】2018-04-01 - 2021-03-31

【配分額】14,950千円 (直接経費: 11,500千円、間接経費: 3,450千円)

【研究分担者】
渡邉英徳	東京大学	大学院情報学環・学際情報学府	教授	(Kakenデータベース)
釜江常好	東京大学	大学院理学系研究科(理学部)	名誉教授	(Kakenデータベース)

マルチタスク学習を行う深層学習器のアーキテクチャの開発
【研究領域課題番号】18K11348 (KAKENデータベースで見る）
【研究キーワード】

深層学習 / マルチタスク学習 / ニューラルネットワーク / 物体検出 / 物体追跡 / 領域分割 / 汎化性能 / MTL
【研究成果の概要】

申請者は，本事業において，マルチタスク学習（MTL, Multitask Learning）を行う深層学習器，特に，物体の検出と意味領域分割，及び，物体の追跡と検出を行うMTLの開発を行ってきた．タスクの組み合わせやデータセットの選定を行い，MTLを実現する交差接続の提案と改善を行い，MTLによる汎化性能の向上について確認した．交差接続の畳み込みをリカレントニューラルネットワークで代替し，時系列データを処理するネットワークの設計に取り組み，従来手法からの性能改善を達成した．
【研究の社会的意義】

マルチタスク学習を行う深層学習器は今後，人に変わって認識を行うAIにおいて広く普及することになるだろう．本事業はそのマルチタスクの基本的な組み合わせにおいて，設計を吟味し，全般的な性能改善と汎化性能の向上に関する先駆的な結果を得た．一般的にマルチタスク学習では組み合わせても結果が向上するとは限らず，世界的にも様々な試みが提案されている中で，先駆的な結果を得たことは学術的にも社会的にも有意義である．
【研究代表者】

川上玲東京工業大学情報理工学院特任准教授 (Kakenデータベース)
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2021-03-31
【配分額】4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)

モダリティの転移によるデータドリブンな線画・漫画に対する自動彩色
【研究分野】情報科学、情報工学およびその関連分野
【研究領域課題番号】17K19963 (KAKENデータベースで見る）
【研究キーワード】

漫画 / 画像処理 / データセット / 物体検出 / セリフ検出 / 中割り / フォント / マルチモーダル / マルチモーダル学習 / 着色 / 画像検索 / GAN / 深層学習 / コンピュータビジョン / グラフィックス / 彩色
【研究成果の概要】

本研究では、２つの命題について取り組んだ。一方は、漫画のデータセットであり、もう一方は、着色を中心とした漫画の新技術の研究である。前者は、109巻、約2万ページ、約50万のアノテーションからなり、研究コミュニティが自由に学術研究に利用できる。後者の新技術では、着色と検索、検出に取り組んだ。着色：たった一枚の参照画像からcGANのトレーニングを行い、同一キャラクタを彩色できることを示した。検索：2種のデータで学習した深層特徴量により、スケッチから精度よく漫画を検索できることを示した。検出：セリフ、コマ、キャラクタの顔と全体の検出を行い、AUCが0.92以上と高い精度を実現した。
【研究の社会的意義】

日本の漫画は、世界的に注目され、人気のあるコンテンツである。日本におけるいわゆる電子書籍の市場は前年比25％増と大きな増加をたどっており、コミックがその8割を占めるに至っている。しかし、書籍であったことから、メディア処理の研究対象とされてこなかった。本研究では、この漫画に対して、着色、検索、検出などのメディア処理に関する主導的な研究を行うことができた。
特に、技術的な課題だけでなく、データセットを完成させたことは大きな貢献となった。これは、研究コミュニティで広く利用可能な基盤となり、現時点で、約500のリクエストがあり、うち3分の2は海外からのものである。
【研究代表者】

相澤清晴東京大学大学院情報理工学系研究科教授 (Kakenデータベース)
【研究種目】挑戦的研究(萌芽)
【研究期間】2017-06-30 - 2019-03-31
【配分額】6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)

深層学習を用いた動画からの物体の検出と分類
【研究分野】知覚情報処理
【研究領域課題番号】16K16083 (KAKENデータベースで見る）
【研究キーワード】

動き / 学習 / 深層 / 鳥 / 風力発電 / 物体検出 / 分類 / 検出 / 動画 / 深層学習 / 追跡 / ニューラルネットワーク / LSTM / CNN / Long Short-term Memory
【研究成果の概要】

本事業では，動画において，動きでしか種類が分からないほど小さく写る物体の検出と分類に取り組んだ．野鳥の広域監視を出口として，風車周辺の海ワシ類を対象に4Kの解像度の動画収集を行い768GBの動画に対し鳥の軌跡や背景の部分のラベル付が完了した．検出・分類の手法として，最終的に深層特徴の相関フィルタを用いた追跡と畳込LSTMによる動きの学習により，物体を追跡しながら動きパターンにより鳥か否かを識別する手法の開発につながり，これが静止画のみに基づくベースラインから25.2％ポイントの性能向上を得た．これらの成果は多くの論文として発表されたほか，風車による野鳥の生態系への影響の軽減につながる．
【研究代表者】

川上玲東京大学大学院情報理工学系研究科特任講師 (Kakenデータベース)
【研究種目】若手研究(B)
【研究期間】2016-04-01 - 2018-03-31
【配分額】3,900千円 (直接経費: 3,000千円、間接経費: 900千円)