照明変化に頑強な小型知能ビジョンシステム
本技術のコアは,視覚神経系が行っている情報処理(視覚信号の対数変換や空間バンドパスフィルタ等)を実装した回路にある.本回路は,視覚神経系を模倣した並列演算を活用して,省電力で,照明強度や照明色の変化にほとんど影響されることなく多数の視覚特徴(色・方位別輪郭等)を検出することが出来る.この回路を実装したFPGAとイメージセンサからなるロボットビジョンシステムは,1辺4cm程度の小さなサイズで,多数の視覚特徴を実時間で出力できる.
学習済みディープニューラルネットワーク(DNN)モデルの権利保護のために、電子透かしをモデル内へ埋め込む技術が注目されている。本研究では、画像分類型DNNモデルを対象とし、その内部パラメータは観測できず、入力画像と出力ラベル値のみが観測できる場合でも、そのDNNモデルを学習させた著作権者の情報を視覚的に取り出すことを実現する。
論文
「10x10画素ロゴを表現可能な深層学習電子透かし方式」(2020)『信学技報』EMM2020-1p.1-6.
「Visual Decoding of Hidden Watermark in Trained Deep Neural Network 」(2019)『IEEE MIPR2019』p.371-374.
研究シーズ・教員に対しての問合せや相談事項はこちら
技術相談申込フォーム