ホーム二次元画像1枚からのキャラクターの姿勢制御

SDGsの分類

研究テーマ: IT・IoT・AI・ロボティクス

学科の分類: ロボティクス&デザイン工学部システムデザイン工学科

二次元画像1枚からのキャラクターの姿勢制御

ロボティクス＆デザイン工学部

システムデザイン工学科

知能情報処理研究室

瀬尾昌孝准教授

三次元構造や回転に関する特徴を獲得可能な深層生成モデルに人間の取り得る姿勢を学習させることで，類似の形状を持つ対象（本研究ではキャラクター）の姿勢制御を実現した．未知の二次元画像1枚からの姿勢制御が可能である．本研究は映像制作支援システムとしての発展を想定している．

研究者INFO: ロボティクス＆デザイン工学部システムデザイン工学科知能情報処理研究室瀬尾昌孝准教授

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

同じカテゴリーの研究シーズ

レーダ画像からレーダ断面積とアンテナパターンが評価できる?!

電気長の非常に大きな物体のレーダ断面積、アンテナパターンの計測は困難を極めます。このため、物体近傍の散乱電磁界を計測し、逆合成開口による画像処理後、遠方電磁界を数学的に評価する方法を確立、提案しています。

リッチインターネットアプリケーション

ファッション，グルメ，エンタメ，トラベル，スポーツ，流通，eラーニング，流通，医療・福祉，通信など我々の生活や社会インフラに関わるアプリケーションのプロトタイピングをし，新コンセプトを発信．役に立つ，便利，面白いを目標にシステム構築します．

植物画像を対象とした枝の構造復元

近年，農家の高齢化や減少に伴い，カメラを用いた植物の自動監視技術が注目されている．しかし，植物の成長具合を判断する指標である枝構造の情報を取得する場合，葉によって枝が隠れてしまうため枝の情報を取得することが困難である．そこで，本研究では対象の植物を多視点から撮影し，多視点からの植物画像を入力として，枝の三次元構造を復元する．はじめに，多視点から撮影した植物画像に対して，深層学習による画像変換を行い，枝の存在確率画像を生成する．枝の存在確率画像とは，枝の存在確率を画素値で表した画像のことを指す．そして，多視点での枝の存在確率画像を用いて，三次元構造の復元を行うことで枝の構造復元を実現する．

学習済みディープニューラルネットワークモデルの権利保護に関する研究

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。

都市の中で自然を感じる住まい

集合住宅の共用部分は可能性に満ちている。集住の規模が大きければ大きいほど相当規模の共用空間が出現する。住まいの立地や歴史性に合わせた物語をつくって、ライフスタイルを醸成する住む人に誇りと喜びを感じてもらえる空間を提供する。

図面分析による建築設計プロセスの解明

人々の生活や活動の場である建築空間は、個人にとっても社会のとってもたいへん重要な活動の舞台である。優れた建築空間の構築は建築家や設計者の個人の力量によるものが多いが、多くの関係者や施工者との協働も重要なファクターとなっている。また優れた設計には優れたプロセスが存在する。設計プロセスを建築設計図面を手掛かりに解析し、時系列に沿った検討過程を明らかにすることで今後の設計に資する知見を構築する。

選択的汎化作用を有する強化学習

強化学習における学習効率改善手法として，価値関数を構成するために関数近似手法を利用する方法が知られています．これらは，関数近似手法が持つ汎化作用を利用して，価値関数に対する複数の入力間で学習効果を共有します．しかし，関数近似手法の汎化作用を問題に応じて適切に設定することは難しく，特に，汎化を設定した複数入力に対して異なる対応が必要になる場合に学習効率が低下します．そこで本技術では，汎化作用が機能する領域が選択可能なSG-CMAC(Cerebellar Model Articulation Controller with Selective Generalization)を提案しています．提案手法では，汎化不要な一部入力に対し，CMACとは独立に参照表を構成し，量子化したこれら入力の各値に対して，CMACモジュールを割り当てます．

カメラを用いた人の非接触状態計測

カメラの映像から顔や顔のパーツ，身体の動きを検出して生体信号を計測したり，計測した情報を応用するシステムを作成しています．また，計測したデータが，実際のセンサで計測したデータとどのくらい一致するのか，どんな風に違っているのかについて比較，解析しています．カメラを用いたウェアレス（非接触）での計測とその応用について検討しています．

熱電発電に必要な高性能 n 型熱電フィルムを開発

未利用の排熱から発電する熱電発電技術に関して、大気安定な塗布膜としてはこれまでで最も高い性能をもつ有機系n型熱電フィルムの開発に成功しました。n型半導体の材料の水分散液にエチレングリコールを添加剤として加える独自の環境調和型の手法を開発しました。多様な形状に貼り付けて利用する柔らかい熱電変換素子としてＩｏＴ社会への貢献が期待されます。

「古典×IT」で未来の学びを創出

画像コンテンツを用いて効果的な学習を支援するアプリケーションを開発した。提示された画像の細部を意識しつつ、ゲーム感覚で学習できる三つの機能を実現している。①一枚の画像ファイルをピースに分割して元の絵に戻すパズル機能。アノテーション機能も付与している。②画像(絵画資料)上に付箋を貼ることで、データ管理ができる。複数人の遠隔操作でも画面共有することが可能。③複数の画像を表示し、関係の深いものをマッチングする神経衰弱ゲーム。画像提示枚数の変化によって出題難易度を変更することも可能。いずれも遠隔授業に対応している。

ROSを基盤とした研究、開発用の移動ロボット

移動ロボットの開発では、信頼性確保のために新規モジュールの開発は上位の各種ソフトウェアモジュール、スタック、ツール群を含めると膨大なコストとなる。ROSを活用することで、きちんと動作する、独自ハードウェアロボットの実装が容易となる。なお、移動ロボットの独自のハードウェアとロボットシステムとの間のドライバは、当然開発が必要となる。PSOCによりその部分の抽象化共通化を目指す。

トモグラフィー画像の3次元可視化プログラムの作成

X線CTやMRIなどで撮影したトモグラフィー像（断層画像）の中から，注目領域だけを検出したり，立体構造を想像することは容易ではありません．画像処理技術や手法の応用により，注目領域のセグメンテーションとラベリング，立体構造の再構成を行い，三次元可視化するためのソフトウェアの開発に取り組んでいます．

意思決定支援向けAI・マルチエージェント・シミュレーション技術

近年、交通・監視・管制・指揮等の分野では、AI（人工知能）技術の適用により、システムの自動化・高性能化が推進されています。このようなシステムでは、現況を正確に「認識」し、次に起こる状況を高速に「予測」して、「実行」に移すことが求められています。しかし、危機管理などのミッションクリティカルなシステムでは、「実行」（意思決定）までを全てAIに託すには多くの技術的・運用的課題があります。このため、このようなシステムでの意思決定を支援するための研究開発に挑んでいます。

視覚障害者の映画鑑賞のための骨伝導ヘッドフォンによる音声ガイド配信

視覚障害者が映画鑑賞するとき，セリフとセリフの間に説明音声が流れる音声ガイドをヘッドフォンで聴取する方法が主流であるが、ヘッドフォンで耳を塞いでしまうため、映画館のマルチチャンネル臨場感音声を楽しめないという問題があった。そこで、音声ガイドを耳を塞がない骨伝導ヘッドフォンで聞き、映画館の臨場感音声は直接耳で聞くシステムを開発した。

安全安心で快適な社会を支えるIoT基盤技術に関する研究

コロナ禍をきっかけに、世界中の人々の生活スタイルが変化しつつあります。その中で重要な役割を果たすのが通信システムです。我々はネットワークそのものが、ユーザの利用形態、無線環境など様々な状態を理解し、状況に応じて最適なネットワーク利用形態をユーザに提供する究極に便利なネットワークインフラストラクチャの創造を目指しています。

遺伝的アルゴリズムに基づく鉄道ダイヤの生成自動化

現代社会において鉄道は不可欠なものとなっており、鉄道ダイヤの乱れは多くの人に影響を及ぼす。しかしダイヤの乱れは様々な原因によって生じるため、完全になくすことは難しい。ダイヤの乱れが生じると運行計画の変更を行う必要があるが、変更案の作成は人手に頼らざるを得ないため、多大な時間が必要となる。そこで本研究では、研究の最初の段階として、遺伝的アルゴリズムを用いて鉄道ダイヤの自動生成を試みる。

ばらつきに対応したSRAMの動作安定化に関する研究

トランジスタのしきい値電圧のばらつきによってSRAMが動作不良となる問題に対して、これを救済し歩留まりを向上させる手法を開発しました。まず、オンチップでしきい値電圧を測定する方法を提案し、5mVの精度で検知可能であることを確認しました。さらに、様々なしきい値電圧において、メモリセル(記憶回路の最小単位)に与える電圧を変化させて動作可否を調べることにより、SRAMに与える最適電圧を明らかにしました。なお、本研究はJSPS科研費（JP23560423）の助成を受けたものです。

組合せデザインの深層学習への応用

深層学習においてドロップアウトと呼ばれる手法が用いられている. これは多層型ニューラルネットワークにおいて, その層ごとに一定の確率でノードを無効にして学習を行う手法である. 訓練データに過度に適応した学習をしてしまう過学習と呼ばれる現象に対して有用であるとされ広く使用されている. ドロップアウトを用いたとき, 各ノードの使用頻度のばらつきは小さくなるが, 層間の辺の使用頻度のばらつきは大きくなる. 本研究では, ドロップアウト法において辺の使用頻度を一定にするような組合せデザイン (dropout design) を定義し, 関連する組合せ構造についてまとめ, その構成法について提案する.

容易に構築できる球面ディスプレイ環境

球面型没入ディスプレイ環境構築をサポートするシミュレータを開発した．球面ディスプレイを作る際には，ドームスクリーンへの特殊な歪み補正を考慮した投影系の光学設計を行う必要がある．しかし，実際に製作される光学系はシミュレーション通りの精度が保証されるわけではない．使用する際に改めて光学系の微調整が必要となる．本研究では，投影系の光学設計と同時に，光学系の微調整や歪み補正が実行可能な投影シミュレータを開発している．

高速通信用発振器の相互干渉解析と自動補正に関する研究

近年の高速・高密度の大規模集積回路において，内蔵する発振器の性能がクロック同期系デジタル回路の処理速度に大きな影響を与える。そこで問題となるのが複数の発振器間の相互干渉である。私たちは今まで発振器の干渉ノイズのモデル化およびその実証と，位相同期回路における干渉ノイズの影響について研究してきた。特に完全同期にある発振器間の相互干渉において，小規模の補正回路でその影響を低減する手法を考案し，いくつかの知見を独自に得ている。本研究ではその知見をさらに一般的な凖同期の相互干渉の低減に適用し，今までにない新しい手法での相互干渉の影響削減の提案を行いたいと考えている。