人の視覚情報処理

私達の生活において、視覚は非常に重要な役割を担っています。

人は、どこにどのような物体が存在するかを認識するだけでなく、紅葉や夜景を「美しい」と感じたり、料理の見た目からそれが「美味しそう」と感じたりできます。つまり、物体を単純に認識するだけでなく、より高次な感覚量を処理する視覚的感性が備わっています。

料理写真の魅力度を推定する技術

私の研究室では、視覚的感性を理解できる、より知的な人工知能技術を研究しています。

具体的な応用先として、1）自動車運転支援のために車載カメラ画像から道路標識等の視認性（ドライバからの見つけやすさ）を推定する技術や、2）レストランにおける料理メニューやSNSに載せる際の支援として料理写真の魅力度（美味しそうな度合い）を推定する技術に注目しています。

少量でも高品質なデータで深層学習

上述の人工知能技術を実現するために、人が視対象から受ける感覚量を数値化した上で、深層学習により視覚的感性をモデル化することを考えます。

ただし、深層学習では質・量を兼ね備えた学習データがなければ十分な性能を引き出せず、人の感覚量に関する大規模なデータセットを作成するのは困難です。そこで、少量ながら高品質なデータを拡張して大規模なデータセットを構築する工夫を取り入れています。

これにより、様々なシーンにおいて人の「感じ方」を高精度に予測する、人と同じ視覚的感性をもちあわせた人工知能の実現を目指します。