研究者詳細 - 金﨑　朝子

写真a

カネザキ　アサコ

金﨑　朝子

KANEZAKI ASAKO

所属

情報理工学院准教授

ホームページ

https://kanezaki.github.io

プロフィール

2008年3月東京大学工学部卒業。2010年3月同大学院情報理工学系研究科修士課程修了。2010年4月より日本学術振興会特別研究員（DC1）。2013年3月同大学院同研究科博士課程修了、博士（情報理工学）。（株）東芝研究開発センター正規職員、同大学院同研究科助教を経て、2016年4月より産業技術総合研究所人工知能研究センター勤務。機械学習を用いた三次元物体認識、物体検出、ロボットビジョンの研究に従事。IEEE RAS Japan Chapter Young Award、 PRMU研究奨励賞、船井研究奨励賞、RSJ研究奨励賞を受賞。

外部リンク

学位

博士（情報理工学）（東京大学）

研究分野

情報通信 / 知能情報学

論文

Object Memory Transformer for Object Goal Navigation.

Rui Fukushima, Kei Ota, Asako Kanezaki, Yoko Sasaki, Yusuke Yoshiyasu

CoRR abs/2203.14708 2022年

　詳細を見る

掲載種別：研究論文（学術雑誌）

DOI： 10.48550/arXiv.2203.14708

researchmap
CTRMs: Learning to Construct Cooperative Timed Roadmaps for Multi-agent Path Planning in Continuous Spaces.

Keisuke Okumura 0001, Ryo Yonetani, Mai Nishimura, Asako Kanezaki

AAMAS 972 - 981 2022年

　詳細を見る

掲載種別：研究論文（国際会議プロシーディングス）出版者・発行元：International Foundation for Autonomous Agents and Multiagent Systems (IFAAMAS)

researchmap

その他リンク： https://dl.acm.org/doi/10.5555/3535850.3535959
CTRMs: Learning to Construct Cooperative Timed Roadmaps for Multi-agent Path Planning in Continuous Spaces.

Keisuke Okumura 0001, Ryo Yonetani, Mai Nishimura, Asako Kanezaki

CoRR abs/2201.09467 2022年

　詳細を見る

掲載種別：研究論文（学術雑誌）

researchmap

その他リンク： https://dblp.uni-trier.de/db/journals/corr/corr2201.html#abs-2201-09467
Path Planning using Neural A* Search.

Ryo Yonetani, Tatsunori Taniai, Mohammadamin Barekatain, Mai Nishimura, Asako Kanezaki

Proceedings of the 38th International Conference on Machine Learning(ICML) 12029 - 12039 2021年

　詳細を見る

掲載種別：研究論文（国際会議プロシーディングス）出版者・発行元：PMLR

researchmap

その他リンク： https://dblp.uni-trier.de/rec/conf/icml/2021
Training Larger Networks for Deep Reinforcement Learning.

Kei Ota, Devesh K. Jha, Asako Kanezaki

CoRR abs/2102.07920 2021年

　詳細を見る

掲載種別：研究論文（学術雑誌）

researchmap

その他リンク： https://dblp.uni-trier.de/db/journals/corr/corr2102.html#abs-2102-07920
OPIRL: Sample Efficient Off-Policy Inverse Reinforcement Learning via Distribution Matching.

Hana Hoshino, Kei Ota, Asako Kanezaki, Rio Yokota

CoRR abs/2109.04307 2021年

　詳細を見る

掲載種別：研究論文（学術雑誌）

researchmap

その他リンク： https://dblp.uni-trier.de/db/journals/corr/corr2109.html#abs-2109-04307
Deep Reactive Planning in Dynamic Environments.

Kei Ota, Devesh K. Jha, Tadashi Onishi, Asako Kanezaki, Yusuke Yoshiyasu, Yoko Sasaki, Toshisada Mariyama, Daniel Nikovski

4th Conference on Robot Learning(CoRL) 1943 - 1957 2020年

　詳細を見る

掲載種別：研究論文（国際会議プロシーディングス）出版者・発行元：PMLR

researchmap

その他リンク： https://dblp.uni-trier.de/rec/conf/corl/2020
Deep Reactive Planning in Dynamic Environments.

Kei Ota, Devesh K. Jha, Tadashi Onishi, Asako Kanezaki, Yusuke Yoshiyasu, Yoko Sasaki, Toshisada Mariyama, Daniel Nikovski

CoRR abs/2011.00155 2020年

　詳細を見る

掲載種別：研究論文（学術雑誌）

researchmap

その他リンク： https://dblp.uni-trier.de/db/journals/corr/corr2011.html#abs-2011-00155
Efficient Exploration in Constrained Environments with Goal-Oriented Reference Path.

Kei Ota, Yoko Sasaki, Devesh K. Jha, Yusuke Yoshiyasu, Asako Kanezaki

IEEE/RSJ International Conference on Intelligent Robots and Systems(IROS) 6061 - 6068 2020年

　詳細を見る

掲載種別：研究論文（国際会議プロシーディングス）出版者・発行元：IEEE

DOI： 10.1109/IROS45743.2020.9341620

researchmap

その他リンク： https://dblp.uni-trier.de/db/conf/iros/iros2020.html#OtaSJYK20
Incremental multi-view object detection from a moving camera.

Takashi Konno, Ayako Amma, Asako Kanezaki

MMAsia 2020: ACM Multimedia Asia(MMAsia) 4 - 7 2020年

　詳細を見る

掲載種別：研究論文（国際会議プロシーディングス）出版者・発行元：ACM

DOI： 10.1145/3444685.3446257

researchmap

その他リンク： https://dblp.uni-trier.de/db/conf/mmasia/mmasia2020.html#KonnoAK20
Efficient Exploration in Constrained Environments with Goal-Oriented Reference Path. 査読

Kei Ota, Yoko Sasaki, Devesh K. Jha, Yusuke Yoshiyasu, Asako Kanezaki

CoRR abs/2003.01641 2020年

　詳細を見る

掲載種別：研究論文（学術雑誌）

researchmap

その他リンク： https://dblp.uni-trier.de/db/journals/corr/corr2003.html#abs-2003-01641
Unsupervised Learning of Image Segmentation Based on Differentiable Feature Clustering 査読

Wonjik Kim, Asako Kanezaki, Masayuki Tanaka

IEEE TRANSACTIONS ON IMAGE PROCESSING 29 8055 - 8068 2020年

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

DOI： 10.1109/TIP.2020.3011269

Web of Science

researchmap

その他リンク： https://dblp.uni-trier.de/db/journals/corr/corr2007.html#abs-2007-09990
Visual Object Search by Learning Spatial Context. 査読

Raphael Druon, Yusuke Yoshiyasu, Asako Kanezaki, Alassane Watt

IEEE Robotics Autom. Lett. 5 ( 2 ) 1279 - 1286 2020年

　詳細を見る

掲載種別：研究論文（学術雑誌）

DOI： 10.1109/LRA.2020.2967677

researchmap
Path Planning using Neural A* Search. 査読

Ryo Yonetani, Tatsunori Taniai, Mohammadamin Barekatain, Mai Nishimura, Asako Kanezaki

CoRR abs/2009.07476 2020年

　詳細を見る

掲載種別：研究論文（学術雑誌）

researchmap

その他リンク： https://dblp.uni-trier.de/db/journals/corr/corr2009.html#abs-2009-07476
Unsupervised Learning of Image Segmentation Based on Differentiable Feature Clustering.

Wonjik Kim, Asako Kanezaki, Masayuki Tanaka 0001

IEEE Transactions on Image Processing 29 8055 - 8068 2020年

　詳細を見る

掲載種別：研究論文（学術雑誌）

DOI： 10.1109/TIP.2020.3011269

researchmap
RotationNet for Joint Object Categorization and Unsupervised Pose Estimation from Multi-view Images. 査読国際誌

Asako Kanezaki, Yasuyuki Matsushita, Yoshifumi Nishida

IEEE transactions on pattern analysis and machine intelligence 2019年6月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

We propose a Convolutional Neural Network (CNN)-based model "RotationNet," which takes multi-view images of an object as input and jointly estimates its pose and object category. Unlike previous approaches that use known viewpoint labels for training, our method treats the viewpoint labels as latent variables, which are learned in an unsupervised manner during the training using an unaligned object dataset. RotationNet uses only a partial set of multi-view images for inference, and this property makes it useful in practical scenarios where only partial views are available. Moreover, our pose alignment strategy enables one to obtain view-specific feature representations shared across classes, which is important to maintain high accuracy in both object categorization and pose estimation. Effectiveness of RotationNet is demonstrated by its superior performance to the state-of-the-art methods of 3D object classification on 10- and 40-class ModelNet datasets. We also show that RotationNet, even trained without known poses, achieves comparable performance to the state-of-the-art methods on an object pose estimation dataset. Furthermore, our object ranking method based on classification by RotationNet achieved the first prize in two tracks of the 3D Shape Retrieval Contest (SHREC) 2017. Finally, we demonstrate the performance of real-world applications of RotationNet trained with our newly created multi-view image dataset using a moving USB camera.

DOI： 10.1109/TPAMI.2019.2922640

PubMed

researchmap
Deep learning for multimodal data fusion

Asako Kanezaki, Ryohei Kuga, Yusuke Sugano, Yasuyuki Matsushita

Multimodal Scene Understanding: Algorithms, Applications and Deep Learning 9 - 39 2019年1月

　詳細を見る

記述言語：英語掲載種別：論文集(書籍)内論文出版者・発行元：Elsevier

DOI： 10.1016/B978-0-12-817358-9.00008-1

Scopus

researchmap
歩行者観測履歴を用いた深層強化学習による車輪ロボットの雑踏切り抜け動作生成査読

佐々木洋子, 松尾修佑, 金崎朝子, 竹村裕

ロボティクス・メカトロニクス講演会講演概要集 2019 ( 0 ) 2P2 - B03 2019年

　詳細を見る

記述言語：日本語出版者・発行元：一般社団法人日本機械学会

The paper proposes a motion planning algorithm using deep reinforced learning algorithm; Asynchronous Actor-Critic Agents(A3C)．For mobile robot navigation tasks in crowded situations, existingpath planning based approaches are limited because the surrounding environment is changing dynamically. The correct motion in such a dynamic environment is underspecified, and reinforced learning approach is suitable to generate applicable motion. We propose A3C based motion planning method to acquire mobile robot motion going through crowds of people situation. The proposed method is evaluated in simulated crowds of pedestrians. The experiment section shows the basic performance depending on training parameters and some generated motion examples in the simulator.

DOI： 10.1299/jsmermd.2019.2P2-B03

CiNii Research

researchmap
Salient object detection on hyperspectral images using features learned from unsupervised segmentation task. 査読

Nevrez Imamoglu, Guanqun Ding, Yuming Fang, Asako Kanezaki, Toru Kouyama, Ryosuke Nakamura

CoRR abs/1902.10993 2019年

　詳細を見る

掲載種別：研究論文（学術雑誌）

researchmap

その他リンク： https://dblp.uni-trier.de/db/journals/corr/corr1902.html#abs-1902-10993
深層学習による物体認識のためのマーカの検討:―第一報:AlexNetによる認識率の比較― 査読

加納諒也, 和田一義, 金崎朝子, 冨沢哲雄, 谷川民生

ロボティクス・メカトロニクス講演会講演概要集 2019 ( 0 ) 2P1 - Q01 2019年

　詳細を見る

記述言語：日本語出版者・発行元：一般社団法人日本機械学会

Recently, it has been required to automate the task of displaying products in convenience stores by robots. In this paper, we use a deep learning-based method to recognize pose and category of product. However, when an object is photographed by a camera, the recognition rate of objects with few features in color and shape is low. Therefore, we made a hypothesis that the recognition rate is improved by adding some features to the product. Two types of color markers were developed and those recognition rates were examined by using AlexNet. As a result, the proposed markers were able to improve the category recognition rate and pose recognition rate of the products.

DOI： 10.1299/jsmermd.2019.2P1-Q01

CiNii Research

researchmap
A3C Based Motion Learning for an Autonomous Mobile Robot in Crowds 査読

Yoko Sasaki, Syusuke Matsuo, Asako Kanezaki, Hiroshi Takemura

2019 IEEE INTERNATIONAL CONFERENCE ON SYSTEMS, MAN AND CYBERNETICS (SMC) 1036 - 1042 2019年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.1109/SMC.2019.8914201

Web of Science

researchmap

その他リンク： https://dblp.uni-trier.de/db/conf/smc/smc2019.html#SasakiMKT19
Salient Object Detection on Hyperspectral Images Using Features Learned from Unsupervised Segmentation Task. 査読

Nevrez Imamoglu, G. Ding, Y. Fang, Asako Kanezaki, Toru Kouyama, R. Nakamura

IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) 2192 - 2196 2019年

　詳細を見る

掲載種別：研究論文（国際会議プロシーディングス）出版者・発行元：IEEE

DOI： 10.1109/ICASSP.2019.8682522

researchmap

その他リンク： https://dblp.uni-trier.de/db/conf/icassp/icassp2019.html#ImamogluDFKKN19
GOSELO: Goal-Directed Obstacle and Self-Location Map for Robot Navigation Using Reactive Neural Networks 査読

Asako Kanezaki, Jirou Nitta, Yoko Sasaki

IEEE ROBOTICS AND AUTOMATION LETTERS 3 ( 2 ) 696 - 703 2018年4月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

DOI： 10.1109/LRA.2017.2783400

Web of Science

researchmap
An integration of bottom-up and top-down salient cues on RGB-D data: saliency from objectness versus non-objectness 査読

Nevrez Imamoglu, Wataru Shimoda, Chi Zhang, Yuming Fang, Asako Kanezaki, Keiji Yanai, Yoshifumi Nishida

SIGNAL IMAGE AND VIDEO PROCESSING 12 ( 2 ) 307 - 314 2018年2月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

DOI： 10.1007/s11760-017-1159-7

Web of Science

Scopus

researchmap

その他リンク： https://dblp.uni-trier.de/db/journals/sivp/sivp12.html#ImamogluSZFKYN18
半教師あり学習による商品画像中の個数と位置の同時推定査読

藤橋一輝, 木村雅之, 金崎朝子, 小澤順

人工知能学会全国大会論文集 2018 ( 0 ) 4M204 - 4M204 2018年

　詳細を見る

記述言語：日本語出版者・発行元：一般社団法人人工知能学会

半教師あり学習による商品画像中の商品の数と位置を推定する手法を提案する。既存手法の多くが物体の位置情報などの詳細な情報が付与された画像を用いて学習を行うのに対して、提案手法では画像中の物体の個数のみが付与された画像を用いて学習を行う。独自に構築した商品画像データセットを用いた実験により、提案手法の有効性が示された。

DOI： 10.11517/pjsai.JSAI2018.0_4M204

CiNii Research

J-GLOBAL

researchmap
An Integration of Bottom-up and Top-Down Salient Cues on RGB-D Data: Saliency from Objectness vs. Non-Objectness. 査読

Nevrez Imamoglu, Wataru Shimoda, Chi Zhang, Yuming Fang, Asako Kanezaki, Keiji Yanai, Yoshifumi Nishida

CoRR abs/1807.01532 2018年

　詳細を見る

掲載種別：研究論文（学術雑誌）

researchmap

その他リンク： https://dblp.uni-trier.de/db/journals/corr/corr1807.html#abs-1807-01532
RotationNet: Joint Object Categorization and Pose Estimation Using Multiviews from Unsupervised Viewpoints 査読

Asako Kanezaki, Yasuyuki Matsushita, Yoshifumi Nishida

2018 IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR) 5010 - 5019 2018年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.1109/CVPR.2018.00526

Web of Science

researchmap

その他リンク： https://dblp.uni-trier.de/conf/cvpr/2018
"Change the Changeable" Framework for Implementation Research in Health. 査読

Mikiko Oono, Yoshifumi Nishida, Koji Kitamura, Asako Kanezaki, Tatsuhiro Yamanaka

Proceedings of the 10th International Conference on Computer Supported Education, CSEDU 2018, Funchal, Madeira, Portugal, March 15-17, 2018, Volume 2. 361 - 368 2018年

　詳細を見る

掲載種別：研究論文（国際会議プロシーディングス）出版者・発行元：SciTePress

DOI： 10.5220/0006691303610368

researchmap

その他リンク： https://dblp.uni-trier.de/db/conf/csedu/csedu2018-2.html#OonoNKKY18
UNSUPERVISED IMAGE SEGMENTATION BY BACKPROPAGATION 査読

Asako Kanezaki

2018 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING (ICASSP) 1543 - 1547 2018年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.1109/ICASSP.2018.8462533

Web of Science

researchmap

その他リンク： https://dblp.uni-trier.de/db/conf/icassp/icassp2018.html#Kanezaki18
RGB-D to CAD Retrieval with ObjectNN Dataset. 査読

Binh-Son Hua, Quang-Trung Truong, Minh-Khoi Tran, Quang-Hieu Pham, Asako Kanezaki, Tang Lee, HungYueh Chiang, Winston H. Hsu, Bo Li 0013, Yijuan Lu, Henry Johan, Shoki Tashiro, Masaki Aono, Minh-Triet Tran, Viet-Khoi Pham, Hai-Dang Nguyen, Vinh-Tiep Nguyen, Quang-Thang Tran, Thuyen V. Phan, Bao Truong, Minh N. Do, Anh Duc Duong, Lap-Fai Yu, Duc Thanh Nguyen, Sai-Kit Yeung

Eurographics Workshop on 3D Object Retrieval, 3DOR 2017, Lyon, France, April 23-24, 2017 2017年

　詳細を見る

掲載種別：研究論文（国際会議プロシーディングス）出版者・発行元：Eurographics Association

DOI： 10.2312/3dor.20171048

researchmap

その他リンク： https://dblp.uni-trier.de/db/conf/3dor/3dor2017.html#HuaTTPKLCH0LJTA17
cvpaper.challenge in 2016: Futuristic Computer Vision through 1, 600 Papers Survey. 査読

Hirokatsu Kataoka, Soma Shirakabe, Yun He, Shunya Ueta, Teppei Suzuki, Kaori Abe, Asako Kanezaki, Shinichiro Morita, Toshiyuki Yabe, Yoshihiro Kanehara, Hiroya Yatsuyanagi, Shinya Maruyama, Ryousuke Takasawa, Masataka Fuchida, Yudai Miyashita, Kazushige Okayasu, Yuta Matsuzaki

CoRR abs/1707.06436 2017年

　詳細を見る

掲載種別：研究論文（学術雑誌）

The paper gives futuristic challenges disscussed in the cvpaper.challenge. In 
2015 and 2016, we thoroughly study 1,600+ papers in several 
conferences/journals such as CVPR/ICCV/ECCV/NIPS/PAMI/IJCV.

arXiv

researchmap

その他リンク： https://dblp.uni-trier.de/db/journals/corr/corr1707.html#KataokaSHUSAKMY17
Large-Scale 3D Shape Retrieval from ShapeNet Core55. 査読

Manolis Savva, Fisher Yu, Hao Su, Asako Kanezaki, Takahiko Furuya, Ryutarou Ohbuchi, Zhichao Zhou, Rui Yu, Song Bai, Xiang Bai, Masaki Aono, Atsushi Tatsuma, Spyridon Thermos, Apostolos Axenopoulos, Georgios Th. Papadopoulos, Petros Daras, Xiao Deng, Zhouhui Lian, Bo Li 0013, Henry Johan, Yijuan Lu, Sanjeev Mk

Eurographics Workshop on 3D Object Retrieval, EG 3DOR 89 - 98 2017年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）出版者・発行元：Eurographics Association

DOI： 10.2312/3dor.20171050

Scopus

researchmap

その他リンク： https://dblp.uni-trier.de/db/conf/3dor/3dor2017.html#SavvaYSKFOZYBBA17
Multi-task Learning using Multi-modal Encoder-Decoder Networks with Shared Skip Connections 査読

Ryohei Kuga, Asako Kanezaki, Masaki Samejima, Yusuke Sugano, Yasuyuki Matsushita

2017 IEEE INTERNATIONAL CONFERENCE ON COMPUTER VISION WORKSHOPS (ICCVW 2017) 2018- 403 - 411 2017年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.1109/ICCVW.2017.54

Web of Science

Scopus

researchmap

その他リンク： https://dblp.uni-trier.de/db/conf/iccvw/iccvw2017.html#KugaKSSM17
繋げる人工知能:生活機能レジリエント社会のためのスマートリビングネットを用いた生活知能研究

西田佳史, 北村光司, 佐々木洋子, 金崎朝子, SHI Boxin, 大野美喜子, 楠本欣司

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(CD-ROM) 17th ROMBUNNO.3K4‐5 2016年12月

　詳細を見る

記述言語：日本語

J-GLOBAL

researchmap
IBC127: VIDEO DATASET FOR FINE-GRAINED BIRD CLASSIFICATION 査読

Tomoaki Saito, Asako Kanezaki, Tatsuya Harada

2016 IEEE INTERNATIONAL CONFERENCE ON MULTIMEDIA & EXPO (ICME) 1 - 6 2016年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.1109/ICME.2016.7552915

Web of Science

researchmap

その他リンク： https://dblp.uni-trier.de/db/conf/icmcs/icme2016.html#SaitoKH16
RotationNet: Learning Object Classification Using Unsupervised Viewpoint Estimation. 査読

Asako Kanezaki

CoRR abs/1603.06208 2016年

　詳細を見る

掲載種別：研究論文（学術雑誌）

researchmap

その他リンク： https://dblp.uni-trier.de/db/journals/corr/corr1603.html#Kanezaki16
Recognizing Activities of Daily Living with a Wrist-mounted Camera 査読

Katsunori Ohnishi, Atsushi Kanehira, Asako Kanezaki, Tatsuya Harada

2016 IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR) abs/1511.06783 3103 - 3111 2016年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.1109/CVPR.2016.338

Web of Science

researchmap
Recognizing Activities of Daily Living with a Wrist-Mounted Camera. 査読

Katsunori Ohnishi, Atsushi Kanehira, Asako Kanezaki, Tatsuya Harada

2016 IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR) 3103 - 3111 2016年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.1109/CVPR.2016.338

Web of Science

researchmap

その他リンク： https://dblp.uni-trier.de/db/conf/cvpr/cvpr2016.html#OhnishiKKH16
Learning similarities for rigid and non-rigid object detection 査読

Asako Kanezaki, Emanuele Rodolà, Daniel Cremers, Tatsuya Harada

Proceedings - 2014 International Conference on 3D Vision, 3DV 2014 114 ( 230 ) 720 - 727 2015年2月

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）出版者・発行元：Institute of Electrical and Electronics Engineers Inc.

DOI： 10.1109/3DV.2014.61

Scopus

researchmap
三次元情報を活用した物体検出の三手法

金崎朝子

ViEWビジョン技術の実利用ワークショップ講演論文集(CD-ROM) 2015 ROMBUNNO.OS5‐O1 2015年

　詳細を見る

記述言語：日本語

J-GLOBAL

researchmap
Probabilistic Semi-Canonical Correlation Analysis 査読

Chie Kamada, Asako Kanezaki, Tatsuya Harada

MM'15: PROCEEDINGS OF THE 2015 ACM MULTIMEDIA CONFERENCE 1131 - 1134 2015年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.1145/2733373.2806299

Web of Science

researchmap
3D Selective Search for Obtaining Object Candidates 査読

Asako Kanezaki, Tatsuya Harada

2015 IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS (IROS) 82 - 87 2015年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.1109/IROS.2015.7353358

Web of Science

researchmap
対応点集合類似度学習を用いた剛体・非剛体物体検出 (パターン認識・メディア理解) 査読

金崎朝子, Rodola Emanuele, Cremers Daniel, 原田達也

電子情報通信学会技術研究報告 = IEICE technical report : 信学技報 114 ( 230 ) 13 - 18 2014年10月

　詳細を見る

記述言語：日本語出版者・発行元：一般社団法人電子情報通信学会

入力三次元点群と検出対象物体の三次元点群との対応点を求め,類似度行列の二次割当問題を解いて誤対応点除去された対応点集合に対して,その正当性を評価する対応点集合類似度を導入し,パラメータを学習する手法を提案した.提案手法は,対応点集合類似度が,正解の対応点集合は高く,不正解の対応点集合は低くなるよう,二組の対応点ペアに対する重みを学習する.剛体物体検出実験および非剛体物体検出実験において,提案手法の有効性を確かめた.

CiNii Books

CiNii Research

J-GLOBAL

researchmap
RGB‐D画像からの物体検出における対応点集合類似度の学習

金崎朝子, RODOLA Emanuele, 原田達也

日本ロボット学会学術講演会予稿集(CD-ROM) 32nd ROMBUNNO.3I2-03 2014年9月

　詳細を見る

記述言語：日本語

J-GLOBAL

researchmap
Part-Based Geometric Categorization and Object Reconstruction in Cluttered Table-Top Scenes 査読

Zoltan-Csaba Marton, Ferenc Balint-Benczedi, Oscar Martinez Mozos, Nico Blodow, Asako Kanezaki, Lucian Cosmin Goron, Dejan Pangercic, Michael Beetz

JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS 76 ( 1 ) 35 - 56 2014年9月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

DOI： 10.1007/s10846-013-0011-8

Web of Science

Scopus

researchmap
Hard Negative Classes for Multiple Object Detection 査読

Asako Kanezaki, Sho Inaba, Yoshitaka Ushiku, Yuya Yamashita, Hiroshi Muraoka, Yasuo Kuniyoshi, Tatsuya Harada

2014 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION (ICRA) 3066 - 3073 2014年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.1109/ICRA.2014.6907300

Web of Science

Scopus

researchmap
Automatic Image Synthesis from Keywords Using Scene Context 査読

Sho Inaba, Asako Kanezaki, Tatsuya Harada

PROCEEDINGS OF THE 2014 ACM CONFERENCE ON MULTIMEDIA (MM'14) 1149 - 1152 2014年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.1145/2647868.2655009

Web of Science

Scopus

researchmap
Clothing Retrieval Based on Local Similarity with Multiple Images 査読

Masaru Mizuochi, Asako Kanezaki, Tatsuya Harada

PROCEEDINGS OF THE 2014 ACM CONFERENCE ON MULTIMEDIA (MM'14) 1165 - 1168 2014年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.1145/2647868.2655021

Web of Science

Scopus

researchmap
MIRROR REFLECTION INVARIANT HOG DESCRIPTORS FOR OBJECT DETECTION 査読

Asako Kanezaki, Yusuke Mukuta, Tatsuya Harada

2014 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP) 1594 - 1598 2014年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.1109/ICIP.2014.7025319

Web of Science

Scopus

researchmap
Weakly-supervised multi-class object detection using multi-type 3D features

Asako Kanezaki, Yasuo Kuniyoshi, Tatsuya Harada

MM 2013 - Proceedings of the 2013 ACM Multimedia Conference 605 - 608 2013年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.1145/2502081.2502159

Scopus

researchmap
大規模画像データセットを用いたマルチクラス物体検出器の同時学習 : 物体毎に特化した負例クラスの導入 (情報論的学習理論と機械学習) 査読

金崎朝子, 稲葉翔, 牛久祥孝, 山下裕也, 村岡宏是, 原田達也, 國吉康夫

電子情報通信学会技術研究報告 : 信学技報 112 ( 198 ) 105 - 112 2012年9月

　詳細を見る

記述言語：日本語出版者・発行元：一般社団法人電子情報通信学会

大規模データを用いて,マルチクラスの物体検出器を同時に最適化する効率的な手法を提案する.従来の物体検出器の学習は,各検出対象物体をpositiveサンプル,それ以外の物体をnegativeサンプルとして識別境界を決定する"one-vs-all"のアプローチをとるものが主流であった.しかしながら,この方法では各クラスを独立に学習するため,異なるクラス間のスコアのバランスを調整できない.提案手法は,マルチクラスの識別手法を応用してマルチクラスの物体検出器を同時に学習することで,クラス間のバランスを最適化する.このとき,学習対象物体クラス間の差違だけでなく,その他の大量の背景画像と各クラスとの差違を考慮することで,未知物体の誤検出を抑える.実験では,大規模一般物体認識コンペティションILSVRC 2011で用いられた大量データセットのサブセットによる評価を行い,提案手法の有効性を示した.

CiNii Books

CiNii Research

researchmap
大規模画像データセットを用いたマルチクラス物体検出器の同時学習 : 物体毎に特化した負例クラスの導入 (パターン認識・メディア理解) 査読

金崎朝子, 稲葉翔, 牛久祥孝, 山下裕也, 村岡宏是, 原田達也, 國吉康夫

電子情報通信学会技術研究報告 : 信学技報 112 ( 197 ) 105 - 112 2012年9月

　詳細を見る

記述言語：日本語出版者・発行元：一般社団法人電子情報通信学会

大規模データを用いて,マルチクラスの物体検出器を同時に最適化する効率的な手法を提案する.従来の物体検出器の学習は,各検出対象物体をpositiveサンプル,それ以外の物体をnegativeサンプルとして識別境界を決定する"one-vs-alr'のアプローチをとるものが主流であった.しかしながら,この方法では各クラスを独立に学習するため,異なるクラス間のスコアのバランスを調整できない.提案手法は,マルチクラスの識別手法を応用してマルチクラスの物体検出器を同時に学習することで,クラス間のバランスを最適化する.このとき,学習対象物体クラス間の差違だけでなく,その他の大量の背景画像と各クラスとの差違を考慮することで,未知物体の誤検出を抑える.実験では,大規模一般物体認識コンペティションILSVRC 2011で用いられた大量データセットのサブセットによる評価を行い,提案手法の有効性を示した.

CiNii Books

researchmap
大規模画像データセットを用いたマルチクラス物体検出器の同時学習物体毎に特化した負例クラスの導入査読

金崎朝子, 稲葉翔, 牛久祥孝, 山下裕也, 村岡宏是, 原田達也, 國吉康夫

情報処理学会研究報告. CVIM, [コンピュータビジョンとイメージメディア] 2012 ( 17 ) 1 - 8 2012年8月

　詳細を見る

記述言語：日本語出版者・発行元：一般社団法人情報処理学会

大規模データを用いて,マルチクラスの物体検出器を同時に最適化する効率的な手法を提案する.従来の物体検出器の学習は,各検出対象物体をpositiveサンプル,それ以外の物体をnegativeサンプルとして識別境界を決定する,"one-vs-aIl"のアプローチをとるものが主流であった.しかしながら,この方法では各クラスを独立に学習するため,異なるクラス間のスコアのバランスを調整できない.提案手法は,マルチクラスの識別手法を応用してマルチクラスの物体検出器を同時に学習することで,クラス間のバランスを最適化する.このとき,学習対象物体クラス間の差違だけでなく,その他の大量の背景画像と各クラスとの差違を考慮することで,未知物体の誤検出を抑える.実験では,大規模一般物体認識コンペテイションILSVRC2011で用いられた大量データセットのサブセットによる評価を行い,提案手法の有効性を示した.

CiNii Books

CiNii Research

researchmap
大規模画像データセットを用いたマルチクラス物体検出器の同時学習物体毎に特化した負例クラスの導入

金崎朝子, 稲葉翔, 牛久祥孝, 山下裕也, 村岡宏是, 原田達也, 國吉康夫

電子情報通信学会技術研究報告 112 ( 197(PRMU2012 30-50) ) 105 - 112 2012年8月

　詳細を見る

記述言語：日本語出版者・発行元：一般社団法人情報処理学会

大規模データを用いて，マルチクラスの物体検出器を同時に最適化する効率的な手法を提案する．従来の物体検出器の学習は，各検出対象物体をpositiveサンプル，それ以外の物体をnegativeサンプルとして識別境界を決定する，"one-vs-aIl"のアプローチをとるものが主流であった．しかしながら，この方法では各クラスを独立に学習するため，異なるクラス間のスコアのバランスを調整できない．提案手法は，マルチクラスの識別手法を応用してマルチクラスの物体検出器を同時に学習することで，クラス間のバランスを最適化する．このとき，学習対象物体クラス間の差違だけでなく，その他の大量の背景画像と各クラスとの差違を考慮することで，未知物体の誤検出を抑える．実験では，大規模一般物体認識コンペテイションILSVRC2011で用いられた大量データセットのサブセットによる評価を行い，提案手法の有効性を示した．We propose an efficient method to train multiple object detectors simultaneously using a large-scale image dataset.The one-vs-all approach that optimizes the boundary between positive samples from a target class and negative samples from the others has been the most standard approach for object detection. However, because this approach trains each object detector independently, the likelihoods are not balanced between object classes. The proposed method combines ideas derived from both detection and classification in order to balance the scores across all object classes. We optimized the boundary between target classes and their hard-negative samples, just as in detection, while simultaneously balancing the detector likelihoods across object classes, as done in multi-class classification. We evaluated the performances on multi-class object detection using a subset of the ImageNet Large Scale Visual Recognition Challenge (ILSVRC) 2011 dataset and showed our method outperformed a de facto standard method.

J-GLOBAL

researchmap
Voxelized Shape and Color Histograms for RGB-D 査読

金崎朝子

IEEE IROS Workshop on Active Semantic Perception and Object Search in the Real World (ASP-AVS-11) 2011年9月

　詳細を見る

researchmap
Scale and Rotation Invariant Color Features for Weakly-Supervised Object Learning in 3D Space 査読

Asako Kanezaki, Tatsuya Harada, Yasuo Kuniyoshi

2011 IEEE INTERNATIONAL CONFERENCE ON COMPUTER VISION WORKSHOPS (ICCV WORKSHOPS) 617 - 624 2011年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.1109/ICCVW.2011.6130300

Web of Science

Scopus

researchmap
Fast Object Detection for Robots in a Cluttered Indoor Environment Using Integral 3D Feature Table 査読

Asako Kanezaki, Takahiro Suzuki, Tatsuya Harada, Yasuo Kuniyoshi

2011 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION (ICRA) 4026 - 4033 2011年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.1109/ICRA.2011.5980129

Web of Science

Scopus

researchmap
Partial Matching of Real Textured 3D Objects Using Color Cubic Higher-order Local Auto-Correlation Features 査読

金崎朝子

The Visual Computer 26 ( 10 ) 1269 - 1281 2010年10月

　詳細を見る

記述言語：英語掲載種別：研究論文（学術雑誌）

DOI： 10.1007/s00371-010-0521-3

Web of Science

Scopus

CiNii Research

researchmap
High-speed 3D Object Recognition Using Additive Features in A Linear Subspace 査読

Asako Kanezaki, Hideki Nakayama, Tatsuya Harada, Yasuo Kuniyoshi

2010 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION (ICRA) 3128 - 3134 2010年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.1109/ROBOT.2010.5509271

Web of Science

Scopus

researchmap
積分特徴と部分空間法を用いた高速三次元物体認識の実データへの適用査読

金崎朝子, 原田達也, 國吉康夫

電子情報通信学会技術研究報告. PRMU, パターン認識・メディア理解 109 ( 306 ) 207 - 212 2009年11月

　詳細を見る

記述言語：日本語出版者・発行元：一般社団法人電子情報通信学会

本稿では,部分空間法とカラー立体高次局所自己相関特徴による高速三次元物体認識を用いて,実世界で計測した物体の断片的な三次元データに対する特定物体認識を行い,考察する.先行研究では,学習したデータベースの三次元物体の一部分を人手で切り出しテストデータとする仮想的なセットアップの実験を行い,本手法の有効性を示すにとどまっていた.本稿では,実環境にさまざまな姿勢で配置した物体を計測してこれらの認識実験を行い,従来特徴量であるSpin Image,Textured Spin Imageを用いた手法との比較を行う.さらに,学習した物体に関して,各々の物体が実環境中のどこに存在するかを探索する問題に取り組み,本システムの定性的な評価を行う.

CiNii Books

CiNii Research

J-GLOBAL

researchmap
三次元環境地図からの物体探索タスク応用を目指したカラー立体高次局所自己相関特徴の開発査読

原田達也, 金崎朝子, 國吉康夫

日本ロボット学会誌 27 ( 7 ) 749 - 758 2009年9月

　詳細を見る

記述言語：日本語出版者・発行元：一般社団法人日本ロボット学会

We present a new feature “Color Cubic Higher-order Auto-Correlation (Color CHLAC) features” to recognize objects in the real world versatilely and robustly. The new features satisfy the necessary functions for the exploration of objects in a three-dimensional map. In order to search and retrieve objects in a three-dimensional map, the features should have the co-occurrence of textures and shapes, robustness for partial observations and noise, ability to adapt a widespread environment, scalability, and invariance for many transformations. We studied experiments both in a simulation and a real environment for recognition of objects, which have many kinds of shapes and textures, and then we showed that our proposed features obtain high recognition accuracy in both situations.

DOI： 10.7210/jrsj.27.749

CiNii Books

CiNii Research

J-GLOBAL

researchmap
Partial matching for real textured 3D objects using color cubic higher-order local auto-correlation features

A. Kanezaki, T. Harada, Y. Kuniyoshi

Eurographics Workshop on 3D Object Retrieval, EG 3DOR 9 - 12 2009年

　詳細を見る

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

DOI： 10.2312/3DOR/3DOR09/009-012

Scopus

researchmap
三次元環境地図からの物体探索タスク応用を目指したカラー立体高次局所自己相関特徴の開発

金崎朝子, 原田達也, 國吉康夫

日本ロボット学会学術講演会予稿集(CD-ROM) 26th ( 7 ) ROMBUNNO.1L3-06 - 758 2008年9月

　詳細を見る

記述言語：日本語出版者・発行元：一般社団法人日本ロボット学会

DOI： 10.7210/jrsj.27.749

CiNii Books

CiNii Research

J-GLOBAL

researchmap

▼全件表示

書籍等出版物

コンピュータビジョン ―広がる要素技術と応用― (未来へつなぐデジタルシリーズ 37)

米谷竜, 斎藤英雄, 池畑諭, 牛久祥孝, 内山英昭, 内海ゆづ子, 小野峻佑, 片岡裕雄, 金崎朝子, 川西康友, 齋藤真樹, 櫻田健, 高橋康輔, 松井勇佑, 米谷竜, 斎藤英雄（担当：共著）

共立出版 2018年6月（ ISBN:4320123573 ）

　詳細を見る

総ページ数：264

ASIN

researchmap

MISC

教師なし画像セグメンテーションのベーシックな手法と深層学習ベースの手法の紹介

金崎朝子

ＭｅｄｉｃａｌＩｍａｇｉｎｇＴｅｃｈｎｏｌｏｇｙ 39 ( 4 ) 142 - 147 2021年9月

　詳細を見る

記述言語：日本語出版者・発行元：日本医用画像工学会

教師なし画像セグメンテーションは，医用画像処理をはじめとするさまざまな研究分野において重要な技術である．教師なし画像セグメンテーションのベーシックな手法は，何らかの人間が設定した特徴量に基づき，特徴類似度と空間的連続性を考慮した方法で画素のクラスタリングを行う．これに対し，筆者らは畳み込みニューラルネットワーク（CNN）の教師なし学習を画像セグメンテーションに応用する手法を提案した．提案したCNN は，一般的な教師あり画像セグメンテーションと同様に，入力画像の各画素がどのクラスターに属するかを推定する．しかし，画素ラベルの教師信号やネットワーク事前学習を一切必要とせず，対象画像の入力時にはじめてネットワークの学習を行う．本稿では，このような教師なし画像セグメンテーションを行う従来のベーシックな手法，および深層学習を用いた筆者らの提案手法について解説する．

DOI： 10.11409/mit.39.142

CiNii Research

researchmap
5分で分かる!? 有名論文ナナメ読み：Zhang, Qi and Goldman, Sally A : EM-DD : An Improved Multiple-Instance Learning Technique

金崎朝子

情報処理 62 ( 2 ) 100 - 101 2021年1月

　詳細を見る

記述言語：日本語出版者・発行元：[出版社不明]

弱教師あり学習の一種であるMultiple-Instance学習では，インスタンスの集合に対して正か負かの教師ラベルが与えられる．正の集合は少なくとも1つ以上の正のインスタンスを含み，負の集合は負のインスタンスのみを含む．このように定義された「集合のラベル」を手がかりとして正のインスタンスを発見する．Multiple-Instance学習を解くことは，何らかの事象の原因を突き止める行為に近い．たとえば，薬物活性予測問題において，さまざまな分子構成の薬物を集めて実験することで，活性化の原因となる分子の低エネルギー構造体を発見することも可能だ．本稿では，このような問題を効率的に解くことが可能なEM-DDという手法を紹介する．

DOI： 10.20729/00208933

CiNii Books

CiNii Research

researchmap
動的環境下におけるロボットの動作生成

太田佳, 金崎朝子

日本ロボット学会誌 39 ( 7 ) 581 - 586 2021年

　詳細を見る

記述言語：日本語出版者・発行元：一般社団法人日本ロボット学会

DOI： 10.7210/jrsj.39.581

CiNii Books

CiNii Research

researchmap

その他リンク： http://id.ndl.go.jp/bib/031702533
MIRU2016若手プログラム報告 (マルチメディア・仮想環境基礎) 査読

舩冨卓哉, 石井雅人, 井上中順, 金崎朝子, 高橋康輔, 道満恵介, 吉岡隆宏

電子情報通信学会技術研究報告 = IEICE technical report : 信学技報 116 ( 412 ) 283 - 290 2017年1月

　詳細を見る

記述言語：日本語出版者・発行元：電子情報通信学会

CiNii Books

researchmap
MIRU2016若手プログラム報告 (パターン認識・メディア理解) 査読

舩冨卓哉, 石井雅人, 井上中順, 金崎朝子, 高橋康輔, 道満恵介, 吉岡隆宏

電子情報通信学会技術研究報告 = IEICE technical report : 信学技報 116 ( 411 ) 283 - 290 2017年1月

　詳細を見る

記述言語：日本語出版者・発行元：電子情報通信学会

CiNii Books

CiNii Research

researchmap
MIRU2016若手プログラム実施概要と次回の企画紹介査読

舩冨卓哉, 石井雅人, 井上中順, 金崎朝子, 高橋康輔, 道満恵介, 吉岡隆宏, 浦西友樹

情報・システムソサイエティ誌 21 ( 4 ) 16 - 22 2017年

　詳細を見る

記述言語：日本語出版者・発行元：一般社団法人電子情報通信学会

DOI： 10.1587/ieiceissjournal.21.4_16

CiNii Research

researchmap
部分空間法とカラー立体高次局所自己相関特徴を用いた高速三次元物体認識

金崎朝子

画像の認識理解シンポジウム (MIRU), 2009 103 - 110 2009年

　詳細を見る

CiNii Research

researchmap

▼全件表示

産業財産権

抽出装置、方法及びプログラム

金崎朝子, 伊藤聡

　詳細を見る

出願人：株式会社東芝

出願番号：特願2014-058805 出願日：2014年3月

公開番号：特開2015-184061 公開日：2015年10月

J-GLOBAL

researchmap
特徴ベクトル算出装置、特徴ベクトル算出方法及びプログラム

原田達也, 金崎朝子, 國吉康夫

　詳細を見る

出願人：国立大学法人東京大学

出願番号：特願2008-229109 出願日：2008年9月

公開番号：特開2010-061588 公開日：2010年3月

J-GLOBAL

researchmap

受賞

研究奨励賞

2015年9月日本ロボット学会 RGB-D画像からの物体検出における対応点集合類似度の学習

金崎朝子

　詳細を見る

researchmap
FFIT研究奨励賞

2014年4月公益財団法人船井情報科学振興財団対象毎の負例クラスの導入による実世界からの多クラス物体認識

金崎朝子

　詳細を見る

researchmap
研究奨励賞

2012年9月電子情報通信学会パターン認識・マルチメディア理解研究会 (PRMU) 大規模画像データセットを用いたマルチクラス物体検出器の同時学習～物体毎に特化した負例クラスの導入～

金崎朝子

　詳細を見る

researchmap
IEEE Robotics and Automation Society Japan Chapter Young Award (ICRA 2010)

2010年5月 IEEE High-speed 3D Object Recognition Using Additive Features in A linear Subspace

金崎朝子

　詳細を見る

researchmap

共同研究・競争的資金等の研究課題

大規模学習モデルと３Ｄ仮想空間をつなぐ実世界AIのゼロショット学習

研究課題/領域番号：23K28116 2023年4月 - 2026年3月

日本学術振興会科学研究費助成事業基盤研究(B)

吉安祐介, 金崎朝子, Caron Guillaume

　詳細を見る

配分額：18850000円（直接経費：14500000円、間接経費：4350000円）

2023年度は、本研究の基盤となるデータセットとベースラインモデルを整備し、物体、人間、環境と行動を対象とした実世界AIモデルのプロトタイプを構築した。
テーマ①＜物体認識＞においては、CNN特徴量を用いた物体トラッキング（ビジュアルサーボ）技術を研究した。従来はカラー画像を入力とするビジュアルサーボ技術が主流であったが、本手法ではVGGやHRNetなどのCNNから抽出した特徴マップを用いることを検討した。また、特徴マップにK means クラスタリングを適用することで次元圧縮処理した。このように処理した特徴マップを用いてDirect visual servoingの実現を試みたが、マップ上にノイズが残り、ロボットアームに搭載して動作するにまでは至らなかった。2024年度は、これまでに開発したビジュアルサーボのプロトタイプを改良しロボットアーム実機での実験を行う。加えて、vision transformerなど大規模なモデルから抽出した特徴マップの利用を検討する。
テーマ②＜人間形状復元＞においては、人間の3Dメッシュデータと人間2Dポーズ画像を大まかにフィッティングしたデータセットを構築した。また、拡散トランスフォーマモデルを用いた３次元形状生成手法を構築した。
 
テーマ③＜Embodied AI＞においては、1000件の屋内環境を撮影した動画に対してNerfを適用して３D自由視点生成データを作成するとともに、LLMや拡散モデルを用いたナビゲーション行動生成Embodied AIのベースラインモデルを準備した。

researchmap
微分可能クラスタリングによる教師なし画像セグメンテーションの深層学習に関する研究

研究課題/領域番号：20K19837 2020年4月 - 2023年3月

日本学術振興会科学研究費助成事業若手研究若手研究

金崎朝子

　詳細を見る

配分額：4160000円（直接経費：3200000円、間接経費：960000円）

画像セグメンテーションは物体等のまとまり毎に画像領域を分割するタスクであり，画像処理の本質的な課題の一つである．従来手法では色やテクスチャを表す画像特徴量を人間が定義し，特徴量の類似度に基づいて領域を分割する方法が主に使われていた．これに対し，昨今の深層学習を用いた手法によれば，車，人，道路等の意味的なまとまりを持った画像領域を分割しラベルを付与するセマンティックセグメンテーションが可能になってきている．しかしながら，深層学習には大量の教師データが必要である．そこで本研究は，教師データを一切必要としない教師なし深層学習による画像セグメンテーションを開発する．
昨年度は，これを実現するための微分可能クラスタリングという基盤技術を提案し，理論を確立するとともに，様々なデータセットで有効性を評価した．提案手法は入力画像に対し，特徴抽出モジュールと画素クラスタリングモジュールをEnd-to-Endに学習することで，双方を最適化する．さらに，二次元画像だけでなく動画像データのセグメンテーションへ応用し，様々なアプリケーションへと発展させた．
本研究成果について，今年度は「教師なし画像セグメンテーションのベーシックな手法と深層学習ベースの手法の紹介」という論文タイトルで，日本医用画像工学会(JAMIT)誌「MEDICAL IMAGING TECHNOLOGY 39(4)」の特集論文を寄稿した．さらに，第15回IEEE Signal Processing Society (SPS) Japan Student Journal Paper Awardを受賞した．

researchmap
物体の分かりやすい説明表現のための絵描き歌自動生成に関する研究

研究課題/領域番号：16K12455 2016年4月 - 2019年3月

日本学術振興会科学研究費助成事業挑戦的萌芽研究挑戦的萌芽研究

金崎朝子

　詳細を見る

配分額：3380000円（直接経費：2600000円、間接経費：780000円）

写真に写っている物体を分かりやすい表現で説明することを目指し，物体認識技術を応用した絵描き歌自動生成システムの要素技術開発に取り組んだ．未知の物体を言語で表現するとき，人はよりイメージしやすい物体を用いて「○○のような」「××を△△に乗せたような」といった比喩的表現を生成する．これを機械が実現するために，様々な角度から物体を撮影して一般的な名称を推論する物体認識技術の開発，および事前知識を使用せず，画像内の物体をパーツに分解する教師無し画像セグメンテーション技術の開発を行った．

researchmap
実世界知識データベース構築のための自律撮影ロボット行動計画に関する研究

研究課題/領域番号：26880004 2014年8月 - 2016年3月

日本学術振興会科学研究費助成事業研究活動スタート支援研究活動スタート支援

金崎朝子

　詳細を見る

配分額：2470000円（直接経費：1900000円、間接経費：570000円）

実世界における有用な画像データベースを自動構築する自律移動ロボットを提案し、物体検出の基盤技術の研究開発を行った。第一に、物体検出をグラフマッチング問題として定式化した場合のパラメータを自動学習する手法を提案した。グラフマッチングパラメータを最適化する手法はいくつか知られているが、本手法は物体検出の精度を上げる目的関数を明示的に最適化する点が新しい。本研究は3DV 2014で発表した他、日本ロボット学会研究奨励賞を受賞した。第二に、未知の物体を検出する手法として、三次元空間から物体候補領域を事前知識なしに抽出する手法を提案した。本研究はIROS 2015で発表し、ソースコードを公開した。

researchmap
実物体インターネットの実現に向けた、ロボットによる三次元認知地図の獲得と利用

研究課題/領域番号：10J09072 2010年 - 2012年

日本学術振興会科学研究費助成事業特別研究員奨励費特別研究員奨励費

金崎朝子

　詳細を見る

配分額：2100000円（直接経費：2100000円）

博士後期課程の最終年度であったため,これまでに得られた研究成果である知見をまとめ,「対象毎の負例クラスの導入による実世界からの多クラス物体認識」と題する博士論文の執筆に従事した.従来,コンピュータビジョン分野において,画像に写っている物体の名前やカテゴリ名を特定する"物体識別"タスクと,画像から対象物体の位置を同定する"物体検出"タスクが広く研究されてきた.しかしながら,「何がどこに存在するか」を判断するタスク,すなわち"物体識別兼検出"タスクは,その重要性に相反して深く議論されてこなかった.また,これらのタスクは主にインターネット等に存在する画像データセットを対象とした機械学習により実現されてきたが,物体の位置や姿勢変化による見え方の変化,また照明変動や物理的な変形への対処は依然として難解な課題であった.本論文では,多クラス物体認識の問題を定式化し,「物体ラベルに対応した物体領域の発見」と「物体認識器の最適化」の二つの課題の解決を要求機能として述べた上で,多数の物体の候補領域に対して識別と検出を同時に行う手法の提案を行った.また評価実験として,100個の対象物体クラスを含む雑多な実環境計測三次元データからの多クラス物体認識を行った.本実験では,100個中の70個の対象物体について正しい領域の発見に成功し,また後段の物体認識器の最適化処理を行うことで,信頼度の高い出力結果の精度をより向上させることができた.このとき,提案手法によって正解の物体の認識率を向上させ,かつ誤認識率を抑えることが可能であった.
本論文の内容は,特別研究員研究課題「実物体インターネットの実現に向けた、ロボットによる三次元認知地図の獲得と利用」において最も根幹となる「実世界からの多クラス物体認識」技術開発において真に必要不可欠な第一歩を踏み出したものであり,滞りなく研究遂行が行われたといえる.

researchmap