建築情報学 に取り組む建築情報 研究室，2020年度に修了した大野くんの修士研究の梗概と発表時間8分のライトニングプレゼンのスライドをさらに抜粋して紹介するページです！
大野 耕太郎（学科 最優秀 修士論文賞）
マルチモーダル深層学習を用いた街並み画像に対する人間の振る舞い予測
-注視傾向予測及び結果を付与した多次元データによる訪問意欲予測を対象に-
この研究のスゴイ所
- 人間の注視傾向と深層学習が感性評価予測を行う際の注目領域は異なることを確認
＞深層学習の感性評価予測に人間の知見を伝達することによる精度向上を示唆 - 人間の注視傾向の予測に成功
＞人間の生理反応・行動への深層学習の適用可能性を示唆 - 人間の注視傾向予測をマルチモーダル深層学習に用いることで感性評価予測を向上
＞人間の知見と深層学習の共創の可能性を示唆 - 研究過程で深層学習の注目領域の安定性と不安定性を確認
＞Grad-CAMを用いる際の留意点を示唆
梗概
こちら
スライド抜粋による内容紹介
◆ 研究背景
◆ 研究概要
◆ 集団の訪問意欲の度合い推定
◆ マルチモーダル学習
◆ pix2pixによる注視傾向予測を用いたマルチモーダル学習
◆ まとめ
最優秀 修士論文賞
推薦文
受賞論文は，マルチモーダル深層学習を用いた人間の振る舞い予測という萌芽性を検証したものである。具体的には，街並み画像に対する複数人物の訪問意欲の有無の比率予測，注視傾向の予測，注視予測を用いたマルチモーダル深層学習による予測精度向上，について成果を得た。予測精度においては向上に成功しただけでなくgrad-CAMを用いて根拠も確認している。なお街並み画像から注視傾向という生理行動を高い精度で予測した先行研究は無く，この予測自体にも価値がある。このような先端的な研究成果は，建築都市デザイン分野における深層学習の応用可能性を示唆するものとして意義深い。大野くんの溢れ出るかのような様々な対象に対する知的探求心を含め受賞に値する論文である。
“大野 耕太郎：マルチモーダル深層学習を用いた街並み画像に対する人間の振る舞い予測 -注視傾向予測及び結果を付与した多次元データによる訪問意欲予測を対象に” への1件のフィードバック
コメントは受け付けていません。