機械学習によるユーザの意図を反映した背景 CG の自動生成
本研究では,深層学習を用いた背景CGの自動生成システムを提案する.提案システムは,ユーザが描いた道路画像から,建造物の形状,景観,配置を決定した背景3DCGを自動生成する.また,生成過程に2種類の深層学習を効果的に用いることで,高速な自動生成を実現する.国土地理院が公開する基盤地図情報から生成した学習モデルを使用することで,リアルな3DCGの生成が可能である.
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.
「31×31 画像ロゴを表現できる深層学習電子透かし方式の一検討」(2021)『情報処理学会研究報告』Vol.2021-AVM-112 No.3p.1-5.
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© INNOVATION DAYS 2021 智と技術の見本市.