海洋プラスチック問題解決に向けて、ペットボトル回収を促進する仕組みが普及しているが、既存の自動回収機は大型で持ち運びができず、スーパーマーケットなどの一部の箇所にしか配置されていない。そこで本研究では、既存のペットボトルゴミ箱に装着するだけで、登録ユーザがいつどこでペットボトルを投入したか認識し、サーバに自動的に蓄積するデバイスを開発する。エッジコンピュータで制御する赤外線カメラと機械学習用外部演算装置によって、ペットボトルかどうかを画像分類する。実験では、暗いゴミ箱内環境における画像分類精度を評価し、システムの有用性を検証した。

詳細画像分類とはあるカテゴリの中で，クラス間の細かい違いからさらに分類を行う問題のことを指す．詳細画像分類では，Dimitri Korschらのように頭・羽・足などのパーツに分けて特徴量抽出し分類することが主流である．その一方で，一般画像分類においてPrannay Khoslaらは教師あり対照学習を利用することで，画像間の共通項を捕捉する特徴量を獲得し精度向上することを示した．本論文では，詳細画像分類において対照学習を用いることでパーツを抽出せずに分類に必要な特徴量を獲得することを試みる. Khoslaらの損失関数に変更を加えて性能評価を通して詳細画像分類における対照学習の有効性を検討する．

日本のＣＭの総広告費は年々増加の傾向にあり、毎年多額の費用が投じられている。しかし、どのようなＣＭが高い好感を得られるのかについては未だに解明されていない。そこで、本研究では、どのような場面が高い好感を得られるのかというＣＭ制作に有益な情報を分析していく。その方法として、ＣＭの映像データをカット毎に分割し、分割した各カットに対して、物体認識と動作認識を用いて「何が映っているか」、「何をしているか」のラベルを付与する。そして、ラベルの付いた場面データとアンケートで取得したＣＭ好感度データをマッチングさせて分析を行った。その結果、「踊っているシーン」は好感度が高くなり、「企業ロゴが映るシーン」は低くなる傾向にあることが分かった。

本研究では、光学単眼カメラ及びミリ波レーダを融合し、構造物の三次元データの復元し、二点間の距離を測定する手法を提案する。まずICRA2014にて公開されたMatia PizzoliらのREMODEを用い、密な点群による三次元復元を行う。カメラ及びミリ波レーダを固定することで、カメラ位置とミリ波レーダ位置を一致させる。ミリ波レーダから得られた距離値をもとに復元点群間を含めた任意の2点間距離を測定することを可能にし、その誤差を評価した。実際に福島ロボットテストフィールドにおいて実証試験を行い、本提案の有効性を示した。

画像を対象としたAIモデルの開発において，AIの判断根拠を抽出するXAI(eXplainable AI)技術が注目されている。XAIの結果を基にAIモデルの精度向上を図る際，従来のXAI結果の粒度は妥当/不当の二値となっており，これでは不十分だった。そこで我々は，画像の特徴判定AIモデルにおいて，元画像に背景のセグメンテーションを行い，複数の背景入替え画像を作成しそれらの画像に対するXAI適用結果を集計する手法を提案する。提案手法を用いることで，XAI結果をより細かな粒度で評価することができる。これによって，AIモデルの挙動をより精緻に解析することができ，実験では提案手法を活用した追加学習による精度向上を確認した。

近年，日常生活で働くロボットを実現するためには衣類の自動認識技術が望まれる.
しかし，衣類を把持したままの形状で認識するのは困難であり，一般的に平坦状にしてから認識を試みる必要がある．
他研究では物理的に衣類を広げて平坦状にする研究もあるが衣類を上手く広げることができる適切な把持点の認識は難しい．
本研究では衣類を把持した状態の3次元形状を点群データとして複数の視野方向で取得し，計算機上で各データの3次元形状を2次元平面にそれぞれ仮想的に展開する．
そしてこの各仮想展開データを連結させることにより最終的な衣類の仮想的平坦図を取得し，評価した．
また，この手法で仮想展開できなかったうちの一部を考察し，改善方法を挙げた．

　360度カメラ画像は情報量の多さが魅力であるが，画像認識の観点からは画像の歪みが難点である．三次元空間上に適切な投影平面を設定し，仮想的に再投影することで歪みを除くことが可能であるが，目的に応じた適切な投影平面の設定が難しい．本研究では室内の360度画像を対象とし，壁付近の物体の認識に適する投影平面の自動設定を目指す．具体的に，壁面への投影像では天井や棚などの長い水平線が多く観察されることに着目し，投影平面を撮影中心から同心円上に接するように配置させ，得られた投影画像のうち長い水平線が最大となったものからおおまかな位置、方向を推定する．その後位置，方向の順にさらに精密に推定を行う．実際の室内画像を対象に実験を行い，良好な推定結果が得られた．

Semantic Segmentationの分野では, 複数解像度を並列に処理するHigh-Resolution Network(HRNet)により識別精度が飛躍的に向上した. しかし, 画像内の占有面積が小さい物体の識別精度が他クラスと比較して低い問題がある. この原因は, 受容野が固定形状のConvolutionでは物体細部の特徴を表現し切れないことにあると考えた. そこで本稿では, 受容野が変形するDeformable Convolutionを用い, 物体の形状と大きさに応じた特徴抽出を可能にするDeform-Conv HRNetを提案する. この手法は従来手法と比較して識別精度は3.9ptの向上を確認できた.

ノイズに埋もれた信号波候補の有効な検出方法の一つとして，SNRとパラメータを機械学習により見積もり，信号波候補の絞り込みを行う方法が考えられる．本稿では，その実現に向けて，信号波候補の検出を行うニューラルネットを構築し，ノイズに埋もれた時系列データの典型である重力波データに適用する．ノイズと疑似信号からなる模擬データを生成し，短時間フーリエ変換・ウェーブレット変換等を用いて信号変換を行ったデータを入力として学習させる．出力パラメータは信号波を特徴づけるパラメータと信号雑音比とし，信号雑音比の誤差を損失関数とした．重力波のデータを用いて，実
データへの 適用実験をおこない信号検出ができるかを調べた．

新型コロナウイルスの流行により感染防止のため三密回避が意識されており、映像監視システムの活用も検討されはじめている。現在、映像監視システムに全周魚眼レンズが採用されることがあり、一台で広範囲の撮影が可能である一方、撮影画像が歪み映像解析の際に補正処理が必要となるという課題があった。本論文では、一台のカメラで撮影された屋内魚眼画像に対して補正処理を施すことなく人物の密集度検出が可能なシステムの開発を目的とし、3Dゲームエンジンで生成した屋内魚眼画像を用いた物体検出方式およびセマンティックセグメンテーション方式を提案する。また、提案方式の評価についても報告する。

近年，農業従事者の高齢化や後継者不足などにより農地の荒廃が深刻化し，その対策が重要な政策課題となっている．こうした背景から，農林水産省では，食料・農業・農村基本計画に基づいて，荒廃農地の再生利用に向けた施策を推進している．その推進にあたっては，荒廃農地の状況把握が必要不可欠であることから，各地方自治体などにおいて現地踏査が実施されている．しかし，市町村すべての農地が対象であるため，多大な労力をかけて調査を行っても所在の把握に間違いや漏れが生じる可能性がある．そこで，本研究では，機械学習を用いて航空写真からの荒廃農地の自動判別を試行し，荒廃農地調査の支援に向けた可能性と課題を検討する．

海に囲まれた日本においては，水産業は重要な基幹産業である．近年サケなど主要海産物の不漁がメディア等で伝えられおり，今後の継続的な水産資源利用のための解析調査に役立つ情報技術の活用が期待されている．シロサケにおいては，来遊したシロサケの年齢が，翌年の来遊数の予測に用いられている．来遊したシロザケの一部は，サンプルとして捕獲され年齢が分析されている．本稿ではサケの鱗相に着目し，水産学研究にて用いられる鱗サンプルに対してニューラルネットワークによるデータ化手法を構成し，その有効性について検証した．

自動車内に子供が放置される事故を防ぐ駐車場巡回作業の負担を減らすため、監視カメラ映像から、前回巡回後に車両の出入りがあったスロットのみを検出する手法を提案する．各駐車スロットに対し変化検出ウィンドウを設定する必要があるが，本研究では駐車場地面に設定したワールド座標系における3次元位置とその画像座標の対応組をマニュアルで与えることでワールド座標系に対する監視カメラの透視投影行列を算出し，各スロットに配置した車体を包含する直方体を投影することで，ウィンドウを半自動で設定した．また，算出した変化検出ウィンドウの有効性を検討するため，1時間間隔の2画像間の正規化相互相関によるエッジ一致度を使い変化判定を行なった．

栽培野菜の草高や葉面積指数（LAI）は適切な栽培管理を行う上で重要である．しかし，現在現場で使用される計測機器は高価であり，かつ手間がかかるため，安価かつ簡便な計測手段が求められている．本研究では，RGB-Dカメラを用いて植物の草高計測及びLAIの推定を行い，より有効な作物成長度の取得を目指す．本手法におけるLAI推定は全周の点群を位置合わせし，その後，3次元復元された植物モデルの表面積を算出することで推定する．LAI推定値と実測値との比較実験を行ったところ，その誤差率は9.2%以下であった．さらに本研究では，植物の自己相似性に基づいた植物モデルの補完を行い，LAI推定手法の精度向上を図った．

二次元スケッチ画像を三次元モデルに変換できれば，デザイナーは自分の作品を直感的にチェックし，改善することができると考えられる．ただし，スケッチの場合は，作図する際に必ずしも厳密に透視投影関係に従うとは限らなく，被写体がある程度変形してしまうことがよくあるため，直接的に三次元復元ができない．そこで、本研究は，被写体の対称性を利用してスケッチの形状を補正するシステムを提案する．はじめに，元の画像のすべての線を独立した線に分離する．次に描かれた立方体を利用して二つの消失点を検出する．また，消失点を利用して対称関係を満たす線を抽出する．最後は対称情報を利用してスケッチの中に各線分を正しい位置に修正する．

手書き文字のオフライン筆者識別は古くから研究されており、近年はCNNを用いた識別法が英語、日本語共に主流である。従来法では複数文字を同時に用いてその共通特徴から個人性を抽出する手法が多いが、漢字は１文字でも個人性を有するので, 本研究では単漢字から筆者を識別することを試みる。単漢字での筆者識別では、文字画像には文字情報と個人性情報が重畳されているため、文字情報を明示的に削除して個人性情報を抽出する必要がある。そこで、より小さなマップサイズのCNN層を追加していくことで、文字情報を捨象し個人性情報を強調するように抽象化させる。文字画像データセットを用いた識別精度比較により、基本的な有効性が確認できた。

近年、画像認識の手法として、CNN(畳み込みニューラルネットワーク)を用いた機械学習
手法が注目されている。手書き楽譜の音楽記号認識においても、構成する音符等の音楽記
号では、記譜者による記譜形状は多様であり、音楽記号の誤認識の大きな要因となってい
る。CNNは有効な特徴量を抽出することにおいて、有効性が画像認識、音声認識等の多分野
で認められている。手書き楽譜の音楽記号認識についてもそのCNNの有効性を適用し、高い
精度で認識を達成することが期待される。本研究では公開された音楽記号のデータセット
を活用し、CNNを適用した手書き楽譜の音楽記号認識システムの構築を試行する。

指書き文字入力に関する研究では,カメラを用いたものや加速度を用いたものがある.しかし、これらの手法では、場所や動きが制限される。どこでも,小さな動きで入力できる方法として,前腕の表面筋電位を用いた文字認識を提案する.本研究では前腕の表面筋電位を用いた指書き文字認識の実現に向けて、RNN を用いる手法を検討した.実験ではひらがな 46文字を対象に指書き文字の認識率を評価した。その結果、約 96%の認識率でひらがな46文字を認識できることが分かった。

現在のドローンは，障害物の回避や着陸地点の安全確認は，通常操縦者の目視で行われる．しかし，製油所の設備点検においては，非常時でも設備に衝突しないように安全にかつ自律的に着陸する機能が求められる．
本研究では，ドローンで撮影した下方映像に対してエッジ抽出処理後に，判定領域のRGBヒストグラムをSVM に入力して安全領域の判定を行う．また，SVMに入力する特徴量をRGBヒストグラムから，HSV，HLSヒストグラムに変更して検出を行った．
実際に使用する場合において，リアルタイム処理が必要なため検出器をシングルボードコンピュータ上で実装し性能評価を行った．

本研究では 「多大な時間をかけて学習しても，学習したタスクしか実行できない」という深層学習の課題に着目し，ネットワークの途中を流れる特徴量の一部を制御することで学習したタスクが内包するサブタスクを実行可能にするSelective Element Network (SEN)というサブネットワークを提案する．実験では深層学習の1手法であるSiamese Network (SN)に対して，同色同形状のLego Brickを陽性として学習させ，その後異色同形状を陽性として学習させたSENを追加した．その結果，SN単体で異色同形状を陽性とするデータを判別するより，判別精度を20%以上向上させることに成功した．

虹彩認証は生体認証の一種であり、認証精度が高いことが報告されている。また、虹彩だけでなく虹彩とともに取得できる眼周囲領域などの情報を併せて利用するマルチモーダル認証の研究は、近年活発に行われている。
本研究では、虹彩と眼周囲の複数のモーダリティを利用し、劣化した観測画像に対する分類精度の頑健性の向上を目的とした。
本論文では、虹彩と眼周囲のいずれかの画像が低品質であっても、虹彩分類器と眼周囲分類器のうち認証に有用である分類器を選択することで分類精度低下せず、分類精度を維持する手法を提案する。分類器の選択は、虹彩と眼周囲の分類器の出力の一部を利用し、分類に有用な分類器を適応的に選択するMultiModalSelectorを提案する。
実験では、虹彩と眼周囲のいずれかの画像が低品質な画像であり、それを担当する分類器の精度が大幅に低下している状況であっても、虹彩分類器と眼周囲分類器のうち分類に有用な分類器を選択することで、高い分類精度を維持できることを示した。

画像中の異常箇所を特定する異常画像検出技術において、画像中の局所領域毎に異常の有無を判断する手法が知られている。この従来法では、周囲との関係性に基づく異常であるコンテキスト的な異常は検知できない。そこで本稿では、局所領域間の相対位置関係を推定するPosition Classifierを導入することで、コンテキスト的な異常検出を可能とした手法を提案する。MVTec-ADデータセットを用いて評価実験を行った結果、コンテキスト的な異常に対する検出精度が大幅に改善し、全体としての検出精度も向上することが確認できた。

現在，自動運転技術や顔認識等に，機械学習が用いられている．特に顔認識は，一般にも活用されているコンピュータでの生体認証だけでなく，表情の認識にも応用されている．しかし，既存の学習済みモデルでは，マスクを着用した顔に対して，十分な認識を行うことができない．そこで，既存のモデルを用いてマスクを着用した顔の画像に対しても正常に認識を行うための手法を提案する．本研究では，マスクを着用した顔の画像に対し，マスク部分に鼻と口を合成する画像処理を施し，表情認識を行う．また，本手法に対する認識精度評価を行う．

個人を見分けるために，カメラ映像から獲得できる手掛かりとして, 身体動揺が注目されている．身体動揺とは，立ち止まる人物から自然に発生する微小な動きである．身体運動学における分析研究では，ふくらはぎの筋肉が疲労した場合，身体動揺に変化が生じることが明らかにされている．ただし，疲労の影響により，人物を対応付けた時の精度が，どの程度低下するかについては明らかにされていなかった．そこで本稿では，ふくらはぎに筋肉疲労を与えることで，人物対応付けの精度を評価した．その結果，身体動揺の様々な周波数帯のパワースペクトル密度が，疲労により大きくなるため，精度が大幅に低下することが明らかになった．

近年，急速にラグビーに注目が集まってきている．同時に，新たなファンの獲得やファンの固定化のため，試合放送時などに試合展開を分かりやすくする付加情報を提供する重要性が，ますます高まってきている．このような中で，発表者らは，これまでに7人制ラグビーを対象として，選手位置情報から，ランとハンドパスを含む最適な攻撃プレーを算出する方法を提案してきた．また，リアルタイム処理を目指し，いくつかの実装上の工夫を導入して，その計算処理の高速化を進めてきた．本発表では，その実装のいくつかの箇所に並列計算を導入し，さらなる高速化を図る．そして，いくつかの仮想的フォーメーション例を用いて，その有効性を検証する．

近年，ラグビー競技への注目が高まっている．ただし，そのルールの複雑さから，新たなファンの獲得やファンの固定化のため，試合の流れなどを理解しやすくする付加情報の提示が重要になってきている．そこで，発表者らのグループは，7人制ラグビーを対象として最適攻撃プレー算出法の研究を進めてきた．しかし，その中では，キックプレーが考慮されていなかった．このような背景の下，発表者らは，これまでにキックパスプレーシミュレーション法を提案した．本発表では，これを発展させ，捕球後のランプレーまで考慮して，最適キックパスプレーを算出する方法を提案する．また，仮想的フォーメーション例を用いて，その初期的検証を行う．

近年，バスケットボールのような混戦型球技では，選手やボールの位置情報の活用がますます重要となってきている．このような背景を受け，これまで発表者らのグループでは，バスケットボール競技を対象に，選手・ボール位置情報の可視化ツールを試作すると共に，パス可能選手予測情報などパスプレーに関連する付加情報生成法の研究を進めてきている．ただし，バスケットボール競技ではパスプレーのみならず，ドリブルプレーも重要なプレーと言える．そこで，本発表では，選手の運動モデルから導かれる選手到達可能領域に基づき，得点可能な範囲への最適なドリブルルートを算出する方法の検討を行う．また，これ対する初期的な検証実験を行う．