TOP > 研究報告検索 > 学習によるシーン理解の研究

学習によるシーン理解の研究

研究報告コード R070000243
整理番号 R070000243
掲載日 2008年4月11日
研究者
  • 長谷川 修
研究者所属機関
  • 東京工業大学
研究機関
  • 東京工業大学
報告名称 学習によるシーン理解の研究
報告概要 近年、視覚、聴覚、発話、表情やジェスチャの表出、といった機能を兼ね備えた、マルチモーダル対話インタフェースの研究開発が盛んである。こうしたインタフェースはヒューマノイドロボットなどに実装され、人と対話しながら実環境で人と豊かに共存する人工システムの実現が目指されている。しかし、これまでに実現された対話インタフェースを知能情報処理の観点から眺めると、対話機能は概ねシナリオの決まった限定的なものであり、予め想定された(組み込まれた)範囲内では有効に機能するが、その範囲を超えると破綻してしまう。すなわち人間のように環境や他者との相互作用を通じて新奇な経験を蓄積・学習し、徐々に環境に適応したり、成長・発達して新たな言語能力や身体運動能力を身につけるといったことは実現されていない。このように従来の対話インタフェースの機能が限定的である主要な要因のひとつに、従来のパターン認識技術の枠組みが「固く」、柔軟性に欠ける点がある。一般に既存のパターン認識の枠組みでは、まず学習用のパターンが用意され、「学習過程」としてそれらのパターンを精度良く識別できるよう学習器のパラメータが調整(学習)される。次いでパラメータの調整が完了すると、学習器は「認識過程」に移行し、学習用パターンに類似するパターンが識別・認識されるようになる。すなわち従来のパターン認識の枠組みには「学習過程」と「認識過程」の区別があり、これらは完全に分離していて学習過程が終了するまで認識を行うことはできない。このため通常学習後の学習器に新奇なパターンを追加的に学習させようとすると、既に学習したパターンも含めて全ての学習過程をやり直さなければならない。また学習用のパターンにノイズが混入していると、学習そのものがうまく行かないこともある。こうした問題は、システムを実環境に置いたときに必要となる、システムが実環境で出会うノイジーで膨大なパターン情報(視覚や聴覚など)から本質的な情報を取り出し、それらを経験や知識として追加的に蓄積・学習してゆくといった機能の実現を考える上で大きな障害となる。そしてそれ故に、従来のパターン認識技術を用いた対話インタフェースは、設計時に想定された範囲内においては比較的良く機能するが、想定された範囲を超えると破綻してしまうこととなる。本研究ではこの問題の本質的な解決を図る。
画像

※ 画像をクリックすると拡大します。

R070000243_01SUM.gif R070000243_02SUM.gif R070000243_03SUM.gif R070000243_04SUM.gif
研究分野
  • 人工知能
  • パターン認識
関連発表論文 (1) Shogo Okada and Osamu Hasegawa: "Recognition and Generation of Time-series Patterns Based on Division and Integration", Journal of Advanced Computational Intelligence and Intelligent Informatics, (2005) accepted
(2) Shinji Hayashi and Osamu Hasegawa: "Robust Face Detection for Low-resolution Images", Journal of Advanced Ccmputational Intelligence and Intelligent Informatics, (2005) accepted
(3) Shen Furao and Osamu Hasegawa, "An Adaptive Incremental LBG for Vector Quantization", Neural Networks, (2005) accepted
(4) Shen Furao and Osamu Hasegawa, "An Incremental Network for On-line Unsupervised Classification and Topology Learning", Neural Networks, (2005) accepted
(5) Shen Furao and Osamu Hasegawa, "Fractal Image Coding with Simulated Annealing Search", Journal of Advanced Computational Intelligence and Intelligent Informatics, Vol.9, No. 1, pp. 80-88, (2005)
(6) Osamu Hasegawa and Takeo Kanade: "Type Classification, Color Estimation, and Specific Target Detection of Moving Targets on Public Streets", Machine Vision & Applications, Springer, Vol.16, No.2, pp. 116-121, (2005)
(7) Shen Furao, Osamu Hasegawa: "A growing neural network for online unsupervised learning", Journal of Advanced Computational Intelligence and Intelligent Informatics, Vol.8, No.2, pp. 121-129, (2004)
(8) K.Aoki, O.Hasegawa, H.Nagahashi: "Behavior Learning and Animation Synthesis of Falling Flat Objects", Journal of Advanced Computational Intelligence and Intelligent Informatics, vol.8, No.2, pp. 100-107, (2004)
(9) Shen Furao, Osamu Hasegawa: "A fast no search fractal image coding method", Signal Processing: Imnage Communication, vol. 19, pp.393-404, (2004)
(10) O. Hasegawa, T. Kurita: "A Kernel Logit Approach for Face and Non-Face Classification", Journal of Japanese Academy of Facial Studies, vol.3, no. 1, pp. 119-126, (2003)
(11) 豊田崇弘,長谷川修,"高次局所自己相関特徴の拡張とその顔認識への適用",日本顔学会誌,Vol.5,No.1,pp.33-39(2005)
(12) 林伸治、長谷川修:"低解像度画像からの顔検出",画像電子学会誌,(2005)採録決定
(13) 豊田崇弘,長谷川修,"高次局所自己相関特徴の拡張",画像電子学会誌,Vol.34,No.4,pp.390-397(2005)
(14) 長谷川修、金出武雄:"一般道路映像中の移動物体の識別・色の推定と特定対象の検出"、情報処理学会論文誌、Vol.44,No.7,pp.1795-1807,(2003)
(15) 長谷川修、栗田多喜夫:"高次元特徴ベクトルの次元圧縮と重みつきK-最近傍法によるパターン認識"、情報処理学会論文誌 コンピュータビジョンとイメージメディア、Vol.44,No.SIG9(CVIM7),pp.75-85,(2003)
(16) Shinji Hayashi and Osamu Hasegawa : "Detecting Faces from Low Resolution Images", Proc Asian Conference on Computer Vision (ACCV2006) (2006) accepted
(17) Takahiro Toyoda and Osamu Hasegawa : "Texture Classification Using Extended Higher Order Local Autocorrelation Features", The 4th international workshop on texture analysis and synthesis (Texture2005), pp. 131-136 (2005)
(18) Aram Kawewong and Osamu Hasegawa : "Combining Rotationally Variant and Invariant Features Based on Between-Class Error for 3D Texture Classification", The 4th international workshop on texture analysis and synthesis (Texture2005), pp. 107-112, (2005)
(19) Shinji Hayashi and Osamu Hasegawa : "Face Detection in Low-resolution Images", International Symposium on Visual Computing, (ISVC2005), accepted
(20) Shen Furao, Youki Kamiya, Osamu Hasegawa : "An Incremental Neural Network for Online Supervised Learning and Topology Representation", International Conference on Neural Information Processing, (ICONIP2005), (accepted)
(21) Shen Furao, Osamu Hasegawa : "An Incremental k-means Clustering Algorithm with Adaptive Distance Measure", International Conference on Neural Information Processing, (ICONIP2005), (accepted)
(22) Shinji Hayashi and Osamu Hasegawa : "Detecting Faces in Low-resolution Images", IAPR Conference on Machine Vision Applications (MVA05), Tsukuba pp.498-501 (2005)
(23) Shen Furao and Osamu Hasegawa: "An On-line Learning Mechanism for Unsupervised Classification and Topology Representation", IEEE International Conference on Computer Vision and Pattern Recognition (CVPR05), San Diego, pp.651-656, (2005)
(24) Aram Kawewong and Osamu Hasegawa, "3D Texture Classification by Using Pre-testing Stage and Reliability Table", IEEE Proc. International Conference on Image Processing (ICIP05), (2005) accepted
(25) Takahiro Toyoda and Osamu Hasegawa: "Proposal of Extended HLAC and Its Application to Texture Analysis", 11th Korea-Japan Joint Workshop on Frontiers of Computer Vision, Gwangyu, Korea, pp.7-12, (2005)
(26) Osamu Hasegawa and Shen Furao: "A Self structurizing Neural Network for Online Incremental Learning", CD-ROM SICE Annual Conference in Sapporo, FAII-5-2, August 4-6, (2004)
(27) Takahiro Toyoda and Osamu Hasegawa: "Systematic Feature Extraction Using Mask Patterns for High Precision Image Analysis", Joint 2nd International Conference on Soft Computing and Intelligent Systems and 5th International Symposium on Advanced Intelligent Systems (SCIS & ISIS), CD-ROM THE-4-3, (2004)
(28) Youki Kamiya, Shen Furao and Osamu Hasegawa: "Non-stop Learning : A New Scheme for Continuous Learning and Recognition", Joint 2nd International Conference on Soft Computing and Intelligent Systems and 5th International Symposium on Advanced Intelligent Systems (SCIS & ISIS), CD-ROM TUP-3-4, (2004)
(29) Shogo Okada and Osamu Hasegawa: "Recognition and Generation of Time-series Patterns Based on Division and Integration", Joint 2nd International Conference on Soft Computing and Intelligent Systems and 5th International Symposium on Advanced Intelligent Systems (SCIS & ISIS), CD-ROM TUP-3-5, (2004)
(30) Shen Furao and Osamu Hasegawa: "An incremental neural network for non-stationary unsupervised learning", International Conference on Neural Information Processing, (ICONIP2004) (2004)
(31) Shen Furao and Osamu Hasegawa: "An effective fractal image coding method without search", IEEE International Conference on Image Processing (ICIP2004), (2004)
(32) Shen Furao, Osamu Hasegawa: "A Self-organized Growmg Network for On-line Unsupervised Learning", IEEE International Joint Conference on Neural Networks (IJCNN2004), CD-ROM ISBN O-7803-8360-5, Vol. 1, pp. 11-16 (2004)
(33) Keishi Tsujimoto, Hidemi Yasui, and Osamu Hasegawa, "Outdoor Object Recognition based on the Sensed Data from the Sky", SPIE Defence and Security Symposium (2004)
(34) Yousun Kang, Osamu Hasegawa, Hiroshi Nagahashi, "Scale Invariant Texture Model for Texture Classification and Scene Analysis", Proc. Tenth Korea-Japan Joint Workshop on Frontiers of Computer Vision, pp.299-303, (2004)
(35) Hironobu Fujiyoshi, Osamu Hasegawa, Nobuyoshi Enomoto and Takeo Kanade, "A Web-based Summarization System for Monitoring Activities of Multiple Objects", Proc. of the first Int. Sym. on Computer and Communication Engineering, pp.37-43, Daegu, Korea (Dec 2003).
(36) Shen Furao and Osamu Hasegawa: "A Fast And Less Loss Fractal Image Coding Method Using Simulated Annealing", Special Session on Soft Computing in Image Processing, 7th Joint Conference on Information Sciences, pp. 198-201 (2003)
(37) Kohta Aoki, Ken'ichi Morooka, Osamu Hasegawa, Hiroshi Nagahashi: "Animation Synthesis by Observation and Learning", Proc. The 5th IEEE International Symposium on Computational Intelligence in Robotics and Automation, pp. 1258-1263, (CIRA03) (2003)
(38) Yousun Kang, Osamu Hasegawa and Hiroshi Nagahashi: Texture Structure Classification and Depth Estimation using Multi-Scale Local Autocorrelation Features, Proc. IEEE Workshop on Learning in Computer Vision and Pattern Recognition, (2003)
(39) Yousun Kang and Osamu Hasegawa and Hiroshi Nagahashi: "Texture Structure Classification using Multi Scale Features Based on Local Autocorrelation", The 9th Korea-Japan joint workshop on Frontiers of Computer Vision, pp.253-258, (2003)
(40) Osamu Hasegawa and Takio Kurita: "A Kernel Logit Approach for Face and Non-Face Classification" , Proc. IEEE Workshop on Applications of Computer Vision, (WACV02), (2002)
(41) Osamu Hasegawa and Takio Kurita "Face and Non Face Classification by Multinomial Logit Model and Kernel Feature Compound Vector", 9th International Conference on Neural Information Processing (ICONIP'02), (2002)
(42) Osamu Hasegawa and Takeo Kanade: "A Vision Based Monitoring System for Street Video Image" , The 28th Annual Conference of the IEEE Industrial Electronics Society (IECON' 02), (2002)
(43) Osamu Hasegawa and Takeo Kanade: "A Vision System that Recognizes Object on General Streets", The eighth IAPR Workshop on Machine Vision Applications (MVA02), (2002)
(44) Osamu Hasegawa and Takio Kurita: "A Multi-class Pattern Recognition Method by Combined Use of Multinormal Logit Model and K-Nearest Neighbor Rule", The eighth IAPR Workshop on Machine Vision Applications (MVA02). (2002)
(45) Shen Furao, Youki Kamiya, Osamu Hasegawa: "An Incremental Neurai Network for Online Supervised Learning and Topology Learning",画像の認識・理解シンポジウム, IS2-81, (MIRU2005) (2005)
(46) 小島量、長谷川修:"自己増殖型ニューラルネットを用いたヒューマノイドロボット上の発達的シンボルグラウンディング",人工知能学会全国大会,1B3-03,(2005)
(47) 伊藤芳子、長谷川修:"包摂アーキテクチャ上のパラメータ学習を用いた群ロボットの適応的行動生成",人工知能学会全国大会,3E1-03,(2005)
(48) Shogo Okada and Osamu Hasegawa:"Unsupervised Learning of Dynamic Patterns for Recognition and Generation",計測自動制御学会システムインテグレーション部門講演会,(2004)
(49) 神谷裕樹、申富饒、長谷川修:"追加的・連続的学習による自律的概念獲得"、計測自動制御学会、第9回相互作用と賢さ合同研究会、(2004)
(50) 豊田崇弘,長谷川修:"テクスチャ識別のためのマスクパターンによる特徴抽出法",電子情報通信学会PRMU研究会,PRMU2004-63,pp.77-84/情報処理学会CVIM研究会,2004-CVIM-145,pp.77-84,(2004)
(51) Shen Furao and Osamu Hasegawa:"A self-controlled incremental method for vector quantization",電子情報通信学会PRMU研究会,PRMU2004-65,pp.93-100/情報処理学会CVIM研究会,2004-CVIM-145,93-l00(2004)
(52) 神谷祐樹、申富饒、長谷川修:"実世界パターン情報の非停止型学習・認識手法の提案",第18回人工知能学会全国大会,CD-ROM 2H1-03,(2004)
(53) 山田大輔、長谷川修:"視聴覚情報に基づく概念構造の対話的獲得",第18回人工知能学会全国大会CD-ROM 2B2-03,(2004)
(54) 伊藤芳子、長谷川修:"包摂アーキテクチャ上の協調学習を用いた群ロボットによる作業効率の改善",第18回人工知能学会全国大会CD-ROM 3G2-05,(2004)
(55) 豊田崇弘、長谷川修:"局所自己相関マスクの拡張とその応用に関する一考察",第10回画像センシングシンポジウム(SSII04),pp.307-310,(2004)
(56) Shen Furao,Osamu Hasegawa:"A Growing Network for On-line Unsupervised Learning",電子情報通信学会総合大会,D-12-77,(2004)
(57) 岡田将吾,長谷川修:"動的パターンの学習・生成メカニズムの検討とその基礎実験",電子情報通信学会総合大会,D-12-79,(2004)
(58) 神谷祐樹,申富饒,長谷川修:"実世界パターン情報の非停止型学習・認識手法の提案",電子情報通信学会総合大会,D-12-80,(2004)
(59) 豊田崇弘,長谷川修:"回転不変特徴LBPの改良とその物体計数課題への適用",電子情報通信学会総合大会,D-12-81,(2004)
(60) 青木工太・諸岡健一・長谷川修・長橋宏:"自然現象の計測と学習に基づく映像生成",第9回画像センシングシンポジウム,pp.259-264,(2003)
(61) 姜有宣・長谷川修・長橋宏:"Texture Classification and Depth Estimation Using Multi-Scale Local Autocorrelation Features",第9回画像センシングシンポジウム,pp. 443-448,(2003)
(62) Shen Furao and Osamu Hasegawa:"High Quality and Fast Fractal Image coding by Simulated Annealing Search",第9回画像センシングシンポジウム,pp. 25-30,(2003)
(63) 松本耕一郎・諸岡健一・長谷川修・長橋宏:"対話による動きパターンからの概念獲得",電子情報通信学会総合大会,D-12-15,(2003)
(64) 青木工太・諸岡健一・長谷川修・長橋宏:"実写映像に基づくアニメーションの生成",信学技報IE2002-264,pp.31-36,(2003)
(65) 長谷川修:シーン理解のためのパターン認識、O plus,vol.25,No. 10,pp.1130-1136(2003)
(66) 北陸先端科学技術大学院大学情報科学研究科セミナー(平成17年9月13日)
研究制度
  • 戦略的創造研究推進事業 さきがけタイプ(旧若手個人研究推進事業を含む)/相互作用と賢さ研究領域
研究報告資料
  • 長谷川 修. 学習によるシーン理解の研究. 2005年度 個人型研究(さきがけ)研究報告会 「相互作用と賢さ」研究領域 講演要旨集(研究期間:2002-2006), 2006. p.75 - 85.

PAGE TOP