| 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 | 2025-12-16 11:00 ステレオ自然画像で訓練された深層学習モデルは自然に物体の大きさ表現を獲得する ○米川拓東・眞田尚久（岩手県立大）  HIP2025-73 |
|
| 抄録 | （和） | 視距離の変化により網膜像サイズが変化しても対象を一定の大きさに知覚できる知覚特性を大きさの恒常性という．深層学習モデルは高い物体識別能力を持ち，大脳視覚野との類似性が示されている．本研究では，ステレオの自然画像で訓練された両眼性の物体認識モデルが，自然に大きさの恒常性を獲得するか検証した．モデルに大きさ識別を再学習させたところ，ヒトの大きさ弁別と同様，モデルも奥行き依存的な大きさ識別をすることが示された．また，モデル高次層には，同じ刺激サイズでも奥行きに応じて反応強度を変調させるユニットが観察され，大きさの恒常性と相関する傾向を示した． |
| （英） | We perceive an object’s size as constant even when its retinal image size varies with viewing distance. Deep learning models achieve high object-recognition performance and share several properties with human visual system. In this study, we investigated whether deep learning model trained on stereo natural images exhibit size constancy. When the model was retrained to perform size discrimination, it exhibited depth-dependent size judgments similar to those observed in humans. Furthermore, in the higher layers of the model, we identified units whose response amplitudes were modulated by viewing depth even for stimuli of identical physical size, exhibiting a pattern that correlates with size constancy. | |
| キーワード | （和） | 大きさの恒常性 / 深層学習モデル / 両眼視覚情報処理 / / / / / |
| （英） | Size constancy / Deep learning model / Stereopsis / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 291, HIP2025-73, pp. 42-46, 2025年12月. | |
| 資料番号 | HIP2025-73 | |
| 発行日 | 2025-12-08 (HIP) | |
| 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 | HIP2025-73 |
|
| 研究会情報 | |
| 研究会 | HIP |
| 開催期間 | 2025-12-15 - 2025-12-16 |
| 開催地（和） | 電気通信研究所 |
| 開催地（英） | Research Institute of Electrical Communication |
| テーマ（和） | 「マルチモーダル」，「感性情報処理」，「視知覚とその応用」，「ヒューマン情報処理一般」 |
| テーマ（英） | Multi-modal, KANSEI information processing, Vision and its application, Human information processing |
| 講演論文情報の詳細 | |
| 申込み研究会 | HIP |
| 会議コード | 2025-12-HIP |
| 本文の言語 | 日本語 |
| タイトル（和） | ステレオ自然画像で訓練された深層学習モデルは自然に物体の大きさ表現を獲得する |
| サブタイトル（和） | |
| タイトル（英） | Deep learning models trained on stereo natural images develop neural-like representations of object size |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 大きさの恒常性 / Size constancy |
| キーワード(2)（和/英） | 深層学習モデル / Deep learning model |
| キーワード(3)（和/英） | 両眼視覚情報処理 / Stereopsis |
| キーワード(4)（和/英） | / |
| 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） | 米川 拓東 / Hiroto Yonekawa / ヨネカワ ヒロト |
| 第1著者 所属（和/英） | 岩手県立大学 (略称： 岩手県立大) Iwate Prefectural University (略称： Iwate Prefectural Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 眞田 尚久 / Takahisa M. Sanada / サナダ タカヒサ |
| 第2著者 所属（和/英） | 岩手県立大学 (略称： 岩手県立大) Iwate Prefectural University (略称： Iwate Prefectural Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-12-16 11:00:00 |
| 発表時間 | 30分 |
| 申込先研究会 | HIP |
| 資料番号 | HIP2025-73 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.291 |
| ページ範囲 | pp.42-46 |
| ページ数 | 5 |
| 発行日 | 2025-12-08 (HIP) |
[研究会発表申込システムのトップページに戻る]