調和解析的方法による視覚・錯視の研究の機械学習への応用

使用调和分析方法进行视觉和视错觉研究在机器学习中的应用

基本信息

批准号：
18K18716
负责人：
新井仁之
金额：
$ 3.99万
依托单位：
Waseda University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Challenging Research (Exploratory)
财政年份：
2018
资助国家：
日本
起止时间：
2018-06-29 至 2024-03-31
项目状态：
已结题

项目摘要

本研究は，離散的な調和解析の手法を用いた人の視覚の研究，およびその視覚が起こす錯覚，すなわち錯視の研究と，機械学習，特にたたみ込みニューラルネットワークによる深層学習を組み合わせるという方向のものである。新型コロナウイルス感染症の拡大に伴い生じた支障を克服するために，今回の研究では，研究期間を延長して，すでにいくつかの錯視研究で成功している研究代表者による視知覚の数理モデリングの考え方を活かして，その数理モデルを大幅に組み込んだたたみ込みニューラルネットワークを作成するアイデアを得たので，それを実現するためのたたみ込みニューラルネットワークの構築を行った。具体的には研究代表者らが考案したかざぐるまフレームレット（これは研究代表者らが考案したFIRフィルタバンクから構成される２次元タイト・フレームレットの一つで，特に視知覚の研究に適したものとなっている）をたたみ込みニューラルネットワークに新しい方法で組み込むものである。研究を進めていくうちに，これには二つのタイプが考えられることが判明した。その一つはそのプログラミングまで行った。もう一つについても大まかな設計を行うところまで行きついた。錯視画像生成のための学習データの作成も行った。さらに，対応して，V4野の一部の機能に基づくニューラルネットワークの作成の基盤となる研究も行った。これらは本研究の本来の目的を更により良く遂行することにもつながるものと考えられる。

这项研究旨在使用离散的谐波分析技术结合人类视力的研究，以及愿景所产生的幻想，即光学幻觉，机器学习，尤其是使用卷积神经网络的深度学习。为了克服由于Covid-19的蔓延而引起的障碍，该研究期限扩大了，建立一个卷积神经网络的想法结合了视觉感知的数学建模是利用了该主要研究者的数学模型概念的优势，这些研究者已经在几个光学幻觉研究中成功地建立了一个卷积的Neural Neural Neural Neural Neural Neural Introlal newally Neural Introlal newally Neural Inalural Neural newally newally newally。具体而言，这是一种将Kazaguruma Framelet（这是由研究人员设计的FIR滤波器组成的二维紧密框架之一，并且特别适合研究视觉感知的研究）中的新方法。当我继续研究时，我发现其中有两种类型。其中之一是对其进行编程。我也为另一个设计进行了粗略的设计。还创建了用于生成光学错觉图像的训练数据。此外，我们还进行了研究，该研究将作为基于V4区域的某些功能创建神经网络的基础。人们认为这些研究可以更好地实现这项研究的最初目的。

项目成果

期刊论文数量（1）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

視覚と錯視の数理とその応用

视觉与视错觉数学及其应用

DOI：
发表时间：
2019
期刊：
影响因子：
0
作者：
Novandra Rhezza Pratama and Junichi Iijima;Novandra Rhezza Pratama and Junichi Iijima;Takahiro Yamada and Sho Akahoshi;谷口勇仁・小田寛貴;Takahiro Yamada and Sho Akahoshi;阿部利洋;今井宏平;今井宏平;今井宏平;今井宏平;吉岡明子;青山弘之;廣瀬陽子;吉岡明子;Toshiya Tsujita;今井宏平;青山弘之;吉岡明子;青山弘之;岡野英之;Kohei Imai;Hideyuki Okano;岡野英之;辻田俊哉;Ohtani Minoru;大谷　実;新井仁之
通讯作者：
新井仁之