感情推定による様々なコスト削減、さらにはハイブリッド社会に実用やハラスメント防止
TwitterやInstagramに代表されるSNSなどでは、自身のアカウントに関係なく不適切な画像や動画を見てしまうことが多い。そこで、提案研究の応用例として、フィルタリングしてくれるだけでなく、人々の健康状態、心身状態に応じた画像、動画を表示または配信できる、ハイブリッド社会への実用やハラスメント防止をすることが期待できる。
2022年度公募
seeds-3572 -
【中部】
画像・動画から誘起される複数感情マルチラベル問題での感情推定技術を用いたハイブリット社会への適用
VISIONビジョン
このシーズに
問い合わせる
VISION
ビジョン
昨今話題のAI技術を用いた感情推定による様々なコスト削減
USE CASE
最終用途例
ハイブリッド社会に実用でき、ハラスメント防止にもつながる
USE CASE 01昨今話題のAI技術を用いて、マルチラベル問題を解く。また、・感情推定による様々なコスト削減できる。
APPLICATION
ハイブリッド社会に実用でき、ハラスメント防止にもつながる
機械学習、空間的局所情報抽出に強い畳込み型ネットワーク、ならびに時間的局所情報抽出に強い再帰型ネットワークを融合させた複合型の深層学習で複数の感情が混ざったマルチラベル問題の正確な推定を目指す。
STRENGTHS
強み
マルチラベル問題の複数感情が誘起する画像・動画からの正確な感情推定の研究は、あまり開拓されていない。
STRENGTHS 01
マルチラベル問題での複数感情が誘起する画像・動画から感情推定
感情推定には必要となるカラーヒストグラム、画像特徴量を求めるためBoVW（Bag of Visual Words）、畳込み型ニューラルネットワークを組み合わせたネットワークを開発したデータセットだけでなく、公開されている感情推定の動画データセットに適用し、感情推定だけでなく感情強度推定も行う
TECHNOLOGY
テクノロジー
これまでにない感情推定技術の開発
TECHNOLOGY 01
本研究における複数感情強度の判別
「画像・動画からの共起する複数感情のマルチラベル問題としての推定と、各感情の強度推定」を行うことを目的とし、技術的なポイントとしては、機械学習特徴量（ハンドクラフト特徴量）、畳込み型ニューラルネットワーク特徴量（CNN特徴量）と再帰型ニューラルネットワーク特徴量（RNN特徴量）を融合させ、統計的特徴量、空間的特徴量、時間的特徴量を同時に予測可能な技術開発を目指す点である。
PRESENTATION
共同研究仮説
感情推定技術を用いたハイブリット社会への適用
RESEARCHER
研究者
浅川徹也
豊橋技術科学大学 知能・情報工学系 助教
){kind=link}