【研究領域課題番号】22K12089 (KAKENデータベースで見る）

【研究キーワード】

深層学習 / 画像認識

【研究種目】基盤研究(C)

【研究期間】2022-04-01 - 2026-03-31

【配分額】4,160千円 (直接経費: 3,200千円、間接経費: 960千円)

【研究領域課題番号】20K21700 (KAKENデータベースで見る）

【研究キーワード】

看護工学 / 画像認識 / 画像識別 / 褥瘡 / 深層学習 / ディープラーニング / リアルワールドデータ / 看護理工学 / スキンテア / 機械学習

【研究成果の概要】

臨床において病棟の回診などで蓄積されてきた多量の創傷のデジタルカメラによる撮影画像データをもとにDeep Learningを中核とする機械学習を行うことで創傷の識別モデルを構成し，新たに撮影する創傷の画像の自動分類を行うソフトウェアを開発した。このソフトウェアに基づき、計算される創傷の重症度や治癒度の客観的スコアを看護師をはじめとする創傷評価者へ提示することで、超音波エコー画像などと組み合わせて傷を単に目で見るだけでなく匂いや患者病態も見ているヘルスケアプロフェッショナルの経験や知識に基づくスコア決定やケアプロセスの設計の判断をインタラクティブに支援するシステムを形成した。

【研究の社会的意義】

褥瘡や糖尿病性潰瘍、スキンテアなどの創傷の評価法として臨床に普及し活用が進んでいる様々なツールは，ほとんどの場合もっぱら主として視覚を中心とした主観的評価に基づくため看、護師などの評価者や評価のタイミング・機会に依存して再現性が必ずしも高くないという重大な問題が指摘され続けてきた．創傷の重症度や治癒経過の評価の妥当性が確保され、信頼性が高く客観的な手法が望まれている。本研究は、創傷画像を自動分類してアセスメントスコアを自動算出することで、インタラクティブに、ヘルスケアプロフェッショナルによる創傷の客観的評価を支援するシステムを開発したものである。

【研究種目】挑戦的研究(萌芽)

【研究期間】2020-07-30 - 2022-03-31

【配分額】6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)

【研究領域課題番号】19H04166 (KAKENデータベースで見る）

【研究キーワード】

自然言語処理 / 知識獲得 / マルチモーダル / マルチメディア / 少量データ学習 / 画像認識 / グラウンディング / 知識グラフ / ゼロショット認識 / 深層学習 / シーングラフ / ストーリー生成 / 教師なし学習

【研究成果の概要】

本研究では、画像・動画像等のマルチメディアに言語概念をグラウンディング（記号接地）させ、時空間的な共起関係を手掛かりにさまざまな概念間の関連性を推定し、グラフ構造を有するデータベース（知識グラフ）として獲得する新しいアプローチを提案する。本年度は、大きく分けて以下に示す三つの成果を得た。

１．BERTにより辞書データ(Wiktionary)から特徴抽出を行った単語概念と画像領域特徴をアラインメントし、共通の埋め込み空間を学習する手法を提案した。これにより、事前学習済み言語モデルの表現能力を活用しながら、画像概念と言語概念のグラウンディングを行ったマルチモーダル埋め込み空間を得ることができる。この空間では、Transformerの注意機構により、画像領域の視覚的特徴のみならず複数領域の共起関係や位置情報なども考慮された埋め込みが行われていることが重要であり、この空間上での距離を基準として概念が為すグラフを構築することができる。その具体的な応用として、画像中の未知物体に対しグラフ上の最近傍の単語を検索することで、ゼロショットの画像キャプショニングを高い精度で実現できることを示した。本研究はコンピュータビジョンの最難関国際会議であるCVPRへ採択された。
２．自然言語処理におけるストーリー生成タスクを題材とし、概念グラフ上の探索を通じて論理性を保ちながら多様性のあるテキスト生成を行う手法を開発した。ここで提案したグラフ探索法は汎用性の高いものであり、ストーリー生成に限らずさまざまなダウンストリームタスクで、知識グラフを活用するための重要な基礎技術となる。
３．グラウンディング自体の性能向上を行うため、基礎的な画像認識の手法開発にも引き続き取り組み、訓練時に想定しない入力ノイズに対して認識の頑健性を高める手法を複数開発した。

【研究種目】基盤研究(B)

【研究期間】2019-04-01 - 2023-03-31

【配分額】17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円)

【研究領域課題番号】19K22865 (KAKENデータベースで見る）

【研究キーワード】

深層学習 / メタ学習 / 画像認識 / 分散学習 / 代数学

【研究成果の概要】

２０２１年度は、前年度に引き続き、複数の深層ニューラルネットワークを統合するためのメタ学習法および、学習済みの深層学習モデルの性質を解明するための敵対的攻撃手法の研究を実施した。前者については、話者照合モデルと画像認識モデルの統合を検討したが、音声と画像のデータの違いから、２つの相異なるモデルを統合する損失関数の設計にまだ問題があることが明らかとなり、検討を続けている状態である。音声と画像それぞれの学習は、同じアルゴリズムで動作するものの、２つを統合した際には性能の劣化が見られ、解決方法を模索している。後者については、話者照合モデルに対して、信頼領域法と呼ばれる最適化手法を導入した、新しい敵対的攻撃アルゴリズムを提案した。提案のアルゴリズムは、前年度の２次最適化に基づいたアルゴリズムの改良版という位置付けであり、最適化の各ステップにおけるステップサイズを動的に決定するものである。話者照合モデルに対する敵対的攻撃アルゴリズムとしては新規性が高い。評価実験の結果、前年度の手法よりも性能が改善することが確認できた。評価はVoxCelebデータセットと呼ばれる、大規模な話者照合データセットでおこない、新たなアルゴリズムによって、従来よりも小さい摂動で、最新のニューラルネットワーク（話者照合向けの畳み込みニューラルネットワークおよびEmphasized Channel Attention, Propagation and Aggregation（ECAPA）機構を持つ時間遅延ネットワーク）の出力を反転させることが可能であることを示した。

【研究種目】挑戦的研究(萌芽)

【研究期間】2019-06-28 - 2023-03-31

【配分額】6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)

【研究領域課題番号】19H01134 (KAKENデータベースで見る）

【研究キーワード】

Deep Learning / Pre-training / Transfer Learning / Fractal Geometry / 画像認識 / 大規模画像データベース / 深層学習 / フラクタル幾何 / パーリンノイズ / 画像データベース / 画像カテゴリ / 機械学習

【研究成果の概要】

自然法則を参考にした数式から画像パターンや教師ラベルを自動生成し画像データセットを構築可能な枠組み「数式ドリブン教師あり学習」を提案した。理論的には事前学習フェーズにおいて実画像の代替となる教師ラベル付きの大規模画像データセットを無限に生成することができる。同枠組みは実画像に対して自動で教師ラベルを付与する自己教師あり学習と類似の枠組みであるが、実画像すらも用いないという点でより困難なタスクに挑戦している。現時点では全ての設定において実画像と人間による教師ラベル付の画像データセットの学習には及んでいないが、一部の設定では提案のFractalDBによる学習による精度が超えている設定も確認できた。

【研究の社会的意義】

学術的意義：数式で生成した画像データセットで従来のベースラインと同等まで到達できることを明らかにした。さらに、画像データセットを数式で定義することで、画像認識の原理解析をより容易にした。画像パターンの複雑性が担保され、画像カテゴリは一貫性がある形で割り振られることが重要であった。
社会的意義：従来の画像データセットで問題視されていた、プライバシ侵害・差別的出力・人間のラベル付コストの問題がなくなったため、数式等に権利が含まれていない限りは商用利用が可能なモデルとして提供可能であり、今後AIの社会実装が容易になる。さらに、論文の実験結果が再現できる形でコードや学習済みモデル等を公開するに至った。

【研究種目】基盤研究(A)

【研究期間】2019-04-01 - 2022-03-31

【配分額】37,310千円 (直接経費: 28,700千円、間接経費: 8,610千円)

【研究領域課題番号】19K05324 (KAKENデータベースで見る）

【研究キーワード】

作業安全 / 自然言語処理 / 動作認識 / 物体認識 / 階層型Scene Graph / 論理表現化 / 深層学習 / 位置推定 / 危険行為 / 画像認識 / アラーム

【研究成果の概要】

廃炉作業中の危険動作の自動判定手法を開発するため、物体認識と姿勢推定という異なる深層学習モデルの同士を融合し、画像に映る状況をグラフ構造で表現するScene Graph化手法を開発した。また、画像との比較で危険判定の根拠とする作業安全ルールについても、自然言語処理手法とオントロジーモデルとを用いて新たに考案した階層型Scene Graphに自動変換する手法を開発した。このような画像（物体認識と姿勢認識と）と自然言語処理という異なる深層学習モデルの融合手法は、本研究が世界で初である。２つのScene Graphを比較することで、作業安全上の危険をリアルタイム高精度で検知することにも成功した。

【研究の社会的意義】

本研究の学術的意義は、画像（物体認識と姿勢認識と）と自然言語処理という異なる深層学習モデルを融合した手法としては世界初の研究であることである。一般的に深層学習を用いた研究は、画像は画像、言語は言語というように、各々の分野の中で閉じており異種深層学習同士を組みあわせることはない。しかし、人間の脳は視覚、聴覚、触覚、言語など多様な情報を同時に取り入れ比較することで情報を適切に処理している。本研究では、そのような異なる深層学習モデルを融合するための共通データフォームとしてグラフ構造が有効であることを提案し、かつその有効性を実証した。この成果は、異種深層学習モデル融合という新たあ分野の基礎を築いた。

【研究種目】基盤研究(C)

【研究期間】2019-04-01 - 2022-03-31

【配分額】4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)

【研究領域課題番号】18H03486 (KAKENデータベースで見る）

【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)

【研究領域課題番号】18K11380 (KAKENデータベースで見る）

【研究キーワード】

グラフニューラルネットワーク / 画像認識 / スパースグラフ表現 / 顔認識 / ニューラルネットワーク / ヒューマンエラー / 調剤過誤防止 / 薬学リスクマネジメント / スパースグラフ / 物体認識 / ヒアリハット / スペクトルフィルタ / 眼底画像識別 / 病変部位相関グラフ / 顔画像認識 / スパース表現 / 深層学習 / 畳込ニューラルネットワーク / 薬剤画像識別 / マシンビジョン

【研究成果の概要】

近年、ニューラルネットワークの一般化としてグラフＮＮ（ＧＮＮ）が活発に研究されている。本研究では深層ＣＮＮとほぼ同等の認識性能を有するスパースグラフ表現によるＧＮＮ(ＳＧＮＮ)を検討した。これは画像より得られた局所特徴を有するスパースグラフを構築し、コンパクトなＧＮＮ構造により認識を行うものである。またどのようなスパースグラフが高い認識性能を有するかを検討し、そのスパース条件を明らかにした。さらに現在社会問題となっている調剤過誤を防止するため、これまで研究開発している画像認識による薬剤監査システムに適用して当該社会問題の解決を図り、ヒヤリハット件数の減少につなげることができた。

【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)

【研究分野】美術史

【研究領域課題番号】17H02295 (KAKENデータベースで見る）

【研究キーワード】

源氏絵 / 美術史 / 源氏物語 / データベース / オントロジー / 画像認識 / 深層学習 / 仮想現実

【研究成果の概要】

本研究では、18人の研究者が源氏絵データベースを利用し、15箇所の美術館・博物館および個人宅にて103作品の調査をおこない、2回のシンポジウム（「室町時代源氏絵研究の最前線」「桃山・江戸時代源氏絵研究の最前線―図様の継承と創造」）を含む8回の研究会で研究成果を発表した。AIとVRの研究成果は『人工知能学会論文誌』と『システム/制御/情報』に発表し、ディスプレイ版VR3点セット（灯明で見る「源氏物語図屏風」日本語Version、English Version、VRで見る『源氏物語』の世界）は関係諸機関および研究メンバーに配布することができた。

【研究の社会的意義】

本研究の学術的意義は、18人の研究者がともに調査・研究を進め、その成果を研究会と一般公開型のシンポジウムで共有したことである。研究成果の報告書は刊行を予定している。AI研究は、源氏絵研究における未解決問題にAIが貢献したことが高く評価され、2021年度論文賞を受賞した。VRは、美術館における鑑賞教育と大学における古典文学教育に使用できるよう解説を入れて制作していたが、COVID-19禍のなかで開発した非接触型のセンサー版「VR源氏物語図屏風」の臨場感が高く評価され、貸出依頼を受けた。源氏絵画像以外の研究成果を公開するため、源氏文化ポータルを新たに構築している。

【研究種目】基盤研究(B)

【研究期間】2017-04-01 - 2022-03-31

【配分額】10,400千円 (直接経費: 8,000千円、間接経費: 2,400千円)

【研究分野】天文学

【研究領域課題番号】16K13783 (KAKENデータベースで見る）

【研究キーワード】

機械学習 / 画像認識 / 深層学習 / 畳み込みニューラルネットワーク / 重力波 / 時間領域天文学 / ロボット望遠鏡 / GPU / CNN / マルチメッセンジャー天文学 / 重力波天文学 / 気象識別 / 深層学習（DEEP LEARNING） / 畳み込みニューラルネットワーク（CNN） / 画像処理 / 超高速情報処理 / 天文 / Ｘ線天文学 / 衛星測位

【研究成果の概要】

重力波天文学に代表される時間領域天文学に必須となる天体観測装置のソフトウェア的な基盤技術の開発を行った。現在のロボット観測においてどうしても人間が介在せざるを得ない、観測スケジュールのアレンジと取得画像からの突発天体抽出の完全自動化のために、深層学習やGPUを用いた気象識別と全く新しい突発天体検出アルゴリズムを開発した。これらは、既存のハードウェアをそのまま応用して、多くの観測所で使用することが可能である。また、これらの処理に用いたGPUを従来のデータリダクションに用いることで、30倍の解析時間短縮を実現した。

【研究の社会的意義】

2015年にスタートした重力波観測はすでに多くの重力波イベントを検知しているが、これらから物理的な情報を引き出すためには可視光での追観測が必須である。現状、当番制で国内望遠鏡の監視を継続しているが、この人的な負担は極めて大きい。本研究はこの完全自動化を阻む主要な問題を解決するための要素技術を、安価な市販の計算機で実現するものである。この技術は容易に移植が可能であり、すぐさま重力波監視作業に適用することが国内外の重力波電磁波観測コミュニティから期待されている。

【研究種目】挑戦的萌芽研究

【研究期間】2016-04-01 - 2019-03-31

【配分額】3,770千円 (直接経費: 2,900千円、間接経費: 870千円)

【研究分野】知能情報学

【研究領域課題番号】16H05872 (KAKENデータベースで見る）

【研究キーワード】

機械翻訳 / ゼロショット学習 / マルチモーダル / 画像認識 / ニューラルネットワーク / 表現学習 / 自然言語処理 / デコーディング / 量子化 / 教師なし学習 / 深層学習 / データ圧縮 / マルチモーダル学習

【研究成果の概要】

本研究では、画像を異言語テキスト対応付けのハブとして活用することで、対訳テキストコーパスを必要とせず、ソース言語・ターゲット言語それぞれの画像付き単一言語ドキュメントのみから学習する機械翻訳手法を実現した。さらに、翻訳の出力多様性の向上や、手法の軽量化によるスケーラビリティの向上など、実用性を高める各種の改良を行った。これらの成果はACL, ICLRをはじめとするトップレベル国際会議に複数採択されると共に、言語処理学会年次大会で最優秀賞を二度受賞するなど高い評価を得た。

【研究の社会的意義】

機械翻訳はより一層の技術革新が強く求められているアプリケーションであるが、現在の一般的なアプローチにおいては、学習に用いる対訳テキストコーパスの量が性能向上の鍵となる。しかしながら、実際には同一内容を複数言語で記述したテキストドキュメントは少なく、GAFA等一部の巨大企業にデータを独占されているのが現状である。本研究で提案するアプローチでは、誰でも比較的容易に入手可能な画像付き単一言語ドキュメントのみからの学習を実現するものであり、学術的にも独創的な試みであると同時に、機械翻訳の民主化に貢献しうる点で社会的意義も大きいものであると考える。

【研究種目】若手研究(A)

【研究期間】2016-04-01 - 2019-03-31

【配分額】23,400千円 (直接経費: 18,000千円、間接経費: 5,400千円)

【研究分野】知覚情報処理

【研究領域課題番号】15K00248 (KAKENデータベースで見る）

【研究キーワード】

画像検索 / 画像認識 / スパースグラフ / ニューラルネットワーク / ビジュアルビッグデータ / ディープラーニング / 圧縮可能性 / 基底関数分解 / 深層学習 / ハッシュ関数 / グラフニューラルネットワーク / 畳込みニューラルネットワーク / 高速画像検索 / 高速画像認識 / 定数時間フィルタ / 高速特徴記述 / 高速特徴点検出

【研究成果の概要】

ビジュアルメディアのビッグデータ（以下、ビジュアルビッグデータとする）を利活用し、画像の検索および認識に関する研究において、できるだけ計算量を削減するための情報理論における圧縮可能性について再検討し、高精度かつ高速な画像検索および認識の方法論を確立した。特に近年注目をされているディープラーニングとの融合により、顔のビジュアルビッグデータを基にしてスパースグラフニューラルネットワークという新たな研究領域を構築することができた。

【研究種目】基盤研究(C)

【研究期間】2015-04-01 - 2018-03-31

【配分額】4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)

【研究分野】知覚情報処理

【研究領域課題番号】26730085 (KAKENデータベースで見る）

【研究キーワード】

深層学習 / ディープラーニング / 画像認識 / 畳み込みニューラルネットワーク / 表現学習 / 人工知能 / 少サンプル学習

【研究成果の概要】

本研究では、少数の教師付学習サンプルから高速かつ安定な学習を可能とする新しい深層学習の枠組を提案した。まず、フィッシャー重みマップ法による識別的な解析解により畳み込み層を算出し、これを順次積み上げることで多層畳み込みニューラルネットワーク(CNN)をボトムアップに構築する。さらに、これを初期状態として誤差逆伝播法による学習を進めることで、より優れた局所解に高速に到達させることを狙う。提案手法は、MNIST・STL-10などの本分野におけるいくつかの代表的なベンチマークにおいてstate-of-the-artの識別精度を達成した。

【研究種目】若手研究(B)

【研究期間】2014-04-01 - 2016-03-31

【配分額】3,770千円 (直接経費: 2,900千円、間接経費: 870千円)