Study on the mechanisms of #TheDress phenomenon by using DNN

機械学習に必要なラベル画像を作成するためのプログラムを作成し，また機械学習で色恒常性を実装する試みを行なった．前者については，#TheDress画像に対する多様な色の見え方が大別して白／金と青／黒に分かれた原因として，太陽光下における白色の物体の見え方が２通りありうることが指摘されており，それを画像として模擬したラベル画像を作成するプログラムを作成した．晴天下では直射日光の下と日陰とで物体を照明する光の色が異なり，日陰の白い物体は青空の光を反射して青みを帯びているにもかかわらず白と判断されるblue biasという特徴がある．このblue biasの傾向が強い場合と弱い場合の色に関する判断を模擬するため，blue bias の有り／無しの２通りの学習データを用いた機械学習を行い，DNNモデルを作成する方法でメカニズムの研究を行う．その２通りの学習モデルを作成する際に，機械学習で用いる２種類（blue bias 有り／無し）のラベル画像を作成するアルゴリズムを開発した．このアルゴリズムは研究代表者が指導する学生の卒業研究論文として発表した．一方で，#TheDressの現象は照明光が変わった時の色の見え方（色恒常性）について生じるため，色恒常性を実装する計算モデル（DNNモデル）が必要となる．画像のスタイル変換に用いられるDNNモデルを用いて色恒常性を実装する計算モデルを作成し，日本視覚学会の冬季大会で発表した．この研究は研究分担者が主に指導する学生の卒業研究として実施された．

機械学習に必要なラベル画像を作成するためのプログラムを作成し，また機械学習で色恒常性を実装する試みを行なった．前者については，#TheDress画像に対する多様な色の見え方が大別して白／金と青／黒に分かれた原因として，太陽光下における白色の物体の見え方が２通りありうることが指摘されており，それを画像として模擬したラベル画像を作成するプログラムを作成した．晴天下では直射日光の下と日陰とで物体を照明する光の色が異なり，日陰の白い物体は青空の光を反射して青みを帯びているにもかかわらず白と判断されるblue biasという特徴がある．このblue biasの傾向が強い場合と弱い場合の色に関する判断を模擬するため，blue bias の有り／無しの２通りの学習データを用いた機械学習を行い，DNNモデルを作成する方法でメカニズムの研究を行う．その２通りの学習モデルを作成する際に，機械学習で用いる２種類（blue bias 有り／無し）のラベル画像を作成するアルゴリズムを開発した．このアルゴリズムは研究代表者が指導する学生の卒業研究論文として発表した．一方で，#TheDressの現象は照明光が変わった時の色の見え方（色恒常性）について生じるため，色恒常性を実装する計算モデル（DNNモデル）が必要となる．画像のスタイル変換に用いられるDNNモデルを用いて色恒常性を実装する計算モデルを作成し，日本視覚学会の冬季大会で発表した．この研究は研究分担者が主に指導する学生の卒業研究として実施された．