WEKO3
アイテム
{"_buckets": {"deposit": "28f5d795-798a-4766-a759-682120049d26"}, "_deposit": {"created_by": 15, "id": "1501", "owners": [15], "pid": {"revision_id": 0, "type": "depid", "value": "1501"}, "status": "published"}, "_oai": {"id": "oai:suac.repo.nii.ac.jp:00001501", "sets": ["217"]}, "author_link": ["502"], "item_4_date_8": {"attribute_name": "配分年度", "attribute_value_mlt": [{"subitem_date_issued_datetime": "2017", "subitem_date_issued_type": "Created"}]}, "item_4_description_12": {"attribute_name": "特別研究費区分", "attribute_value_mlt": [{"subitem_description": "その他の研究", "subitem_description_type": "Other"}]}, "item_4_description_13": {"attribute_name": "研究の目的等", "attribute_value_mlt": [{"subitem_description": "本研究では,人工知能(AI)が絵本イラストレーションの余白をどの程度認識できるのか検証した.畳みこみニューラル・ネットワーク(CNN)認識精度を確かめるため,ボローニャ国際絵本原画展入選作品およそ200点を対象として,余白についてディープ・ラーニングによる教師あり学習を実施し,余白を識別できるか検証した.その結果,CNNによる画像認識は,絵本イラストレーションにおいても有効であることが示唆された.", "subitem_description_type": "Other"}]}, "item_4_description_14": {"attribute_name": "研究の実施方法等", "attribute_value_mlt": [{"subitem_description": "平成29年4月3日 ボローニャ国際絵本原画展における原画の分析と記録\n平成29年4月~5月 図録のデータ化およびデータの整理\n平成29年6月~8月 画像解析ツールおよびCNNの試験と選定\n平成29年9月~10月 画像解析ツールおよび肉眼による余白割合と余白色の算出\n平成29年11月~12月 CNNによる余白の学習\n平成30年1月~2月 結果の分析\n平成30年3月 記録および論文執筆", "subitem_description_type": "Other"}]}, "item_4_description_15": {"attribute_name": "得られた成果等", "attribute_value_mlt": [{"subitem_description": "本研究では、絵本イラストレーションを人工知能(AI)に学習させ、余白をどの程度識別できるのか検証した。ボローニャ国際絵本原画展2017図録に掲載されたイラストレーション192点の余白色およびその割合を目視確認するとともに、画像解析ツールを併用して余白色を6グループに、余白割合を5段階に分類した。これらの分類されたイラストレーション(教師画像)を、畳み込みニューラル・ネットワーク(CNN)であるTensorFlow上のMobileNet v1に1000回のIterationで学習させ、「余白色」および「余白割合」によって画像を識別する分類器を作成した。この分類器が、学習済みのイラストレーションの余白色およびその割合を識別できるか検証した。その結果、CNNは、絵本イラストレーションついて、余白の色を8割の確率で識別することができ、余白の割合を7割の確率で識別することができた。また、学習したことのない初見のイラストレーションでは、それぞれ1割ほど低い識別精度を得た。", "subitem_description_type": "Other"}]}, "item_4_description_20": {"attribute_name": "フォーマット", "attribute_value_mlt": [{"subitem_description": "PDF", "subitem_description_type": "Other"}]}, "item_4_description_26": {"attribute_name": "今後の研究成果の還元方法", "attribute_value_mlt": [{"subitem_description": "本研究の成果を第21回絵本学会総会(2018年6月)にて発表した。余白は面積と色を数値化しやすいため、機械解析との相性がよいとの予測から、余白をテーマに設定して研究を進めたが、従来、畳み込みニューラルネットワークは物体の識別や顔認識など、画像の特徴量をとらえることを得意とする。このため今後は、本研究の成果を継承しつつ「猫」「家」など絵本イラストレーションに描かれたオブジェクトの識別について検証してゆきたい。絵本のイラストレーションに描かれたものを識別できる人工知能は、絵本研究者のためのデータベースのみならず、図書館における司書のサポートや、一般読者が絵本を選ぶ際のツールなど、広範にわたる社会への還元につながる可能性を持つ。", "subitem_description_type": "Other"}]}, "item_4_description_9": {"attribute_name": "研究番号", "attribute_value_mlt": [{"subitem_description": "29-16", "subitem_description_type": "Other"}]}, "item_4_version_type_21": {"attribute_name": "著者版フラグ", "attribute_value_mlt": [{"subitem_version_resource": "http://purl.org/coar/version/c_ab4af688f83e57aa", "subitem_version_type": "AM"}]}, "item_files": {"attribute_name": "ファイル情報", "attribute_type": "file", "attribute_value_mlt": [{"accessrole": "open_date", "date": [{"dateType": "Available", "dateValue": "2018-11-16"}], "displaytype": "detail", "download_preview_message": "", "file_order": 0, "filename": "かわ先生特別研究.pdf", "filesize": [{"value": "2.7 MB"}], "format": "application/pdf", "future_date_message": "", "is_thumbnail": false, "licensetype": "license_11", "mimetype": "application/pdf", "size": 2700000.0, "url": {"label": "研究成果報告書", "url": "https://suac.repo.nii.ac.jp/record/1501/files/かわ先生特別研究.pdf"}, "version_id": "84597b57-d407-4358-a9c5-7633fb8f86de"}]}, "item_language": {"attribute_name": "言語", "attribute_value_mlt": [{"subitem_language": "jpn"}]}, "item_researcher": {"attribute_name": "研究代表者", "attribute_type": "creator", "attribute_value_mlt": [{"creatorNames": [{"creatorName": "かわ, こうせい"}, {"creatorName": "KAWA, Cosei"}], "nameIdentifiers": [{"nameIdentifier": "502", "nameIdentifierScheme": "WEKO"}, {"nameIdentifier": "9000402134962", "nameIdentifierScheme": "CiNii ID", "nameIdentifierURI": "http://ci.nii.ac.jp/nrid/9000402134962"}]}]}, "item_resource_type": {"attribute_name": "資源タイプ", "attribute_value_mlt": [{"resourcetype": "technical report", "resourceuri": "http://purl.org/coar/resource_type/c_18gh"}]}, "item_title": "余白の研究(絵本イラストレーションの画像解析)", "item_titles": {"attribute_name": "タイトル", "attribute_value_mlt": [{"subitem_title": "余白の研究(絵本イラストレーションの画像解析)"}]}, "item_type_id": "4", "owner": "15", "path": ["217"], "permalink_uri": "https://suac.repo.nii.ac.jp/records/1501", "pubdate": {"attribute_name": "公開日", "attribute_value": "2018-07-31"}, "publish_date": "2018-07-31", "publish_status": "0", "recid": "1501", "relation": {}, "relation_version_is_last": true, "title": ["余白の研究(絵本イラストレーションの画像解析)"], "weko_shared_id": -1}
余白の研究(絵本イラストレーションの画像解析)
https://suac.repo.nii.ac.jp/records/1501
https://suac.repo.nii.ac.jp/records/1501ccff89d5-aed1-406d-81e1-8b12d3291881
名前 / ファイル | ライセンス | アクション |
---|---|---|
研究成果報告書 (2.7 MB)
|
Item type | 特別研究費成果報告 / SUAC Research Report(1) | |||||
---|---|---|---|---|---|---|
公開日 | 2018-07-31 | |||||
タイトル | ||||||
タイトル | 余白の研究(絵本イラストレーションの画像解析) | |||||
言語 | ||||||
言語 | jpn | |||||
資源タイプ | ||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||
資源タイプ | technical report | |||||
研究代表者 |
かわ, こうせい
× かわ, こうせい |
|||||
配分年度 | ||||||
日付 | 2017 | |||||
研究番号 | ||||||
内容記述タイプ | Other | |||||
内容記述 | 29-16 | |||||
特別研究費区分 | ||||||
内容記述タイプ | Other | |||||
内容記述 | その他の研究 | |||||
研究の目的等 | ||||||
内容記述タイプ | Other | |||||
内容記述 | 本研究では,人工知能(AI)が絵本イラストレーションの余白をどの程度認識できるのか検証した.畳みこみニューラル・ネットワーク(CNN)認識精度を確かめるため,ボローニャ国際絵本原画展入選作品およそ200点を対象として,余白についてディープ・ラーニングによる教師あり学習を実施し,余白を識別できるか検証した.その結果,CNNによる画像認識は,絵本イラストレーションにおいても有効であることが示唆された. | |||||
研究の実施方法等 | ||||||
内容記述タイプ | Other | |||||
内容記述 | 平成29年4月3日 ボローニャ国際絵本原画展における原画の分析と記録 平成29年4月~5月 図録のデータ化およびデータの整理 平成29年6月~8月 画像解析ツールおよびCNNの試験と選定 平成29年9月~10月 画像解析ツールおよび肉眼による余白割合と余白色の算出 平成29年11月~12月 CNNによる余白の学習 平成30年1月~2月 結果の分析 平成30年3月 記録および論文執筆 |
|||||
得られた成果等 | ||||||
内容記述タイプ | Other | |||||
内容記述 | 本研究では、絵本イラストレーションを人工知能(AI)に学習させ、余白をどの程度識別できるのか検証した。ボローニャ国際絵本原画展2017図録に掲載されたイラストレーション192点の余白色およびその割合を目視確認するとともに、画像解析ツールを併用して余白色を6グループに、余白割合を5段階に分類した。これらの分類されたイラストレーション(教師画像)を、畳み込みニューラル・ネットワーク(CNN)であるTensorFlow上のMobileNet v1に1000回のIterationで学習させ、「余白色」および「余白割合」によって画像を識別する分類器を作成した。この分類器が、学習済みのイラストレーションの余白色およびその割合を識別できるか検証した。その結果、CNNは、絵本イラストレーションついて、余白の色を8割の確率で識別することができ、余白の割合を7割の確率で識別することができた。また、学習したことのない初見のイラストレーションでは、それぞれ1割ほど低い識別精度を得た。 | |||||
今後の研究成果の還元方法 | ||||||
内容記述タイプ | Other | |||||
内容記述 | 本研究の成果を第21回絵本学会総会(2018年6月)にて発表した。余白は面積と色を数値化しやすいため、機械解析との相性がよいとの予測から、余白をテーマに設定して研究を進めたが、従来、畳み込みニューラルネットワークは物体の識別や顔認識など、画像の特徴量をとらえることを得意とする。このため今後は、本研究の成果を継承しつつ「猫」「家」など絵本イラストレーションに描かれたオブジェクトの識別について検証してゆきたい。絵本のイラストレーションに描かれたものを識別できる人工知能は、絵本研究者のためのデータベースのみならず、図書館における司書のサポートや、一般読者が絵本を選ぶ際のツールなど、広範にわたる社会への還元につながる可能性を持つ。 | |||||
フォーマット | ||||||
内容記述タイプ | Other | |||||
内容記述 | ||||||
著者版フラグ | ||||||
出版タイプ | AM | |||||
出版タイプResource | http://purl.org/coar/version/c_ab4af688f83e57aa |