Research Topics

研究紹介

深層学習を中心に、データの構造を理解し、人の認識や判断を拡張する技術を研究しています。

Research Fields

研究分野から探す

興味のある研究分野を選ぶと、その分野で取り組んでいる具体的な研究テーマへ移動できます。

研究テーマを準備中です この分野の研究テーマは順次追加予定です。

Research Theme

画像に対する自然な電子透かし付与

Digital Watermarking

画像の見た目を保ちながら、意味情報を埋め込む

人工知能による認識モデルを欺く手法であるAdversarial Exampleを利用し、画像の見た目をほとんど変化させることなく、デジタル画像に任意の意味情報を付与する研究です。

人が見たときには元画像とほぼ同じに見える一方で、人工知能モデルには埋め込んだ情報を認識させることで、画像そのものに自然な形で情報を持たせることを目指します。

意味情報の設定画像に付与したいラベルや情報を、埋め込み対象の意味情報として設定します。

Adversarial Exampleの利用認識モデルの判断を変化させる微小な画像変化を利用して情報を付与します。

自然な見た目の維持人間が見た際の印象を大きく変えずに、画像へ意味情報を埋め込むことを目指します。

電子透かしとしての情報埋め込みに加え、人間と人工知能で異なる画像認識特性を利用した情報表現への応用が考えられます。

ORIGINALEMBEDDINGWATERMARKED

元画像見た目を維持したい画像

意味情報Adversarial
Embedding

情報を埋め込み微小な変化として付与

→

透かし入り画像見た目はほぼそのまま

Research Theme

スポーツモーションの修正提案

Motion Analysis

熟練者の特徴を学習し、自然な動作改善を支援

経験者と未経験者のスポーツモーションから、経験者に特徴的な動き方を機械学習によって抽出します。そして、未経験者の動作に対して、より経験者らしい動きへ近づけるための修正案を提示します。

単純に熟練者の動作へ置き換えるのではなく、対象者がもつ動作の個性をできるだけ維持しながら、自然な修正案を生成することを目指します。

動作特徴の抽出姿勢・関節軌跡などから熟練度に関係する特徴を解析します。

熟練者との差の分析初心者のどの部分を修正すればよいかをモデルから推定します。

個性を残した修正元の動作を過度に変えず、実行可能で自然な改善候補を提示します。

スポーツ指導支援だけでなく、リハビリテーション、作業動作の改善、技能継承などへの展開も考えられます。

REFERENCEANALYSISSUGGESTION

経験者の動作熟練者特有の特徴を学習

→

未経験者の動作差異を解析

→

修正動作個性を残して改善

Research Theme

発話意味を考慮した雑談文生成

Dialogue Generation

発話の意味と会話の流れを捉え、自然な応答を生成

雑談対話では、直前の発話だけでなく、それまでにどのような会話が行われてきたかを理解することが重要です。本研究では、発話単位の意味を解釈するモデルと、会話全体の文脈を解釈するモデルを組み合わせることで、多種多様な雑談文に対する自然な返答の生成を目指します。

個々の発話が持つ意味と、複数の発話から形成される会話の流れを同時に考慮することで、単純なキーワードの対応だけでは難しい、文脈に沿った応答生成に取り組んでいます。

発話意味の理解入力された一つひとつの発話から、内容や意図に関する特徴を抽出します。

対話文脈の理解それまでの発話系列を参照し、会話の流れや話題のつながりを捉えます。

自然な応答生成発話意味と文脈の両方を利用し、その場面に適した返答を生成します。

対話システムやコミュニケーション支援など、人と自然にやり取りするAIの実現につながる研究です。

UTTERANCECONTEXTRESPONSE

発話

意味

発話意味の理解 発話ごとの意味を解析

→

文脈の理解 会話の流れを解析

→

文脈に沿った
自然な返答を生成

応答生成 意味と文脈を統合