| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-02-02 13:30 深層学習による不完全情報の画像認識 ～ 立体的に積まれた積み木の個数の推定問題への応用 ～ ○中澤拓斗・久保田 繁（山形大）  IE2022-51 |
|
| 抄録 | （和） | 人間は不完全な情報を知覚した場合にも、あらかじめ持っている知識を利用して情報を補うことで、正しい認識を獲得することができる。例えば、一部の積み木が隠れた立体的な積み木の構造を見た場合にも、力学的な知識（上部の積み木の存在は、それを支えている下部の積み木の存在を意味する）を用いて、積み木の総数を予測することが可能である。本研究では、深層学習を用いて、このように部分的に隠れた積み木の画像から全体の数を推定する問題に取り組む。11～20個の積み木の3次元構造の画像をコンピュータにより作成し、畳込みネットワークに提示して学習を繰り返した結果、約90%という高い精度で個数を推定することに成功した。この結果は、深層学習ネットワークを人間の高度で柔軟な情報認識の数理モデルとして利用できる可能性を示唆している。 |
| （英） | Even though the visual information obtained is imperfect, we can estimate a correct answer by using a knowledge that we already possess. For example, in cases where we see a three-dimensional structure of blocks that contains some hidden ones, we can estimate the total number of blocks from the mechanistic knowledge (e.g., the existence of an upper block means the existence of lower blocks, which mechanistically support the upper one). In this study, we have addressed an problem to estimate the total number of blocks in a 3-dimensional block structure. The visual images of block structure, which includes 11-20 blocks, were constructed using a PC, and they were learned by a convolutional neural network through the deep learning algorithm. The result showed that the network can predict the total number of blocks with a high accuracy of ⁓90%. This finding indicates a possibility that the deep learning network can be used as a mathematical model for human cognitive recognition. | |
| キーワード | （和） | 不完全情報 / 深層学習 / 畳み込みニューラルネットワーク / クラス分類 / / / / |
| （英） | Imperfect information / Deep learning / Convolutional neural network / Image classification / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 376, IE2022-51, pp. 1-5, 2023年2月. | |
| 資料番号 | IE2022-51 | |
| 発行日 | 2023-01-26 (IE) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IE2022-51 |
|
| 研究会情報 | |
| 研究会 | IE |
| 開催期間 | 2023-02-02 - 2023-02-02 |
| 開催地（和） | 国立情報学研究所 |
| 開催地（英） | NII |
| テーマ（和） | 画像工学一般 |
| テーマ（英） | Image Processing |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2023-02-IE |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習による不完全情報の画像認識 |
| サブタイトル（和） | 立体的に積まれた積み木の個数の推定問題への応用 |
| タイトル（英） | Recognition Based on Imperfect Information Using Deep Learning Model |
| サブタイトル（英） | Estimating the Number of Blocks Included in Three-Dimensional Structure |
| キーワード(1)（和/英） | 不完全情報 / Imperfect information |
| キーワード(2)（和/英） | 深層学習 / Deep learning |
| キーワード(3)（和/英） | 畳み込みニューラルネットワーク / Convolutional neural network |
| キーワード(4)（和/英） | クラス分類 / Image classification |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 中澤 拓斗 / Takuto Nakazawa / ナカザワ タクト |
| 第1著者 所属（和/英） | 山形大学 (略称： 山形大) Yamagata University (略称： Yamagata Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 久保田 繁 / Shigeru Kubota / クボタ シゲル |
| 第2著者 所属（和/英） | 山形大学 (略称： 山形大) Yamagata University (略称： Yamagata Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-02-02 13:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IE |
| 資料番号 | IE2022-51 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.376 |
| ページ範囲 | pp.1-5 |
| ページ数 | 5 |
| 発行日 | 2023-01-26 (IE) |
[研究会発表申込システムのトップページに戻る]