| 講演名 | 2017-06-23 畳み込みニューラルネットワークから構成された色覚モデルによる配色の視認性予測 佐々木 翔大(慶大), 篠沢 佳久(慶大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本研究においては，人間の色覚モデルであるMulti-Stage Color Model（MSCモデル）を導入した畳み込みニューラルネットワーク（Convolutional Neural Networks，CNN）を用いて，異なる配色から構成される画像の視認性を予測する手法を提案する．MSCモデルを用いて，計算機上において人間の色の見え方を再現した上で，配色の視認性を予測する手法が提案されている．本研究においては，MSCモデルによる複数の細胞層の反応値を，CNNへの入力値とし，フィルターの学習を行なうことによって配色の視認性の要因に適した特徴を抽出する．またCNNの構築にあたっては，画像間の視認性となる特徴を抽出するため，その構造を改良したCNNを提案し，視認性の予測精度の向上を試みる．そして一対比較実験によって収集した配色の視認性に関するデータを対象として，CNNの学習を行ない，学習後のCNNを用いて視認性の予測を行なった．その結果，MSCモデルを導入したCNNを構築することにより，先行研究と比較して，配色の視認性の予測精度の改善を図れたことを示す． |
| 抄録(英) | In this research, we implement convolutional neural networks (CNN) and introduce a multi-stage color (MSC) model, which is a human color vision model, reproduce the appearance of human color on a computer and compare the image visibility of an unknown color scheme to perform prediction. By making the reaction values of multiple cell layers of the MSC model as input for the CNN, and learning the filters, it is possible to extract the features of two or more complicated colors. In addition, in order to extract the characteristics between images in the construction of the CNN, we propose a CNN that improves the structure. CNN learning was performed using the data of the pairwise comparison experiment. The results show that the accuracy of this method is higher than that of previous researchon the evaluation of visibility prediction. |
| キーワード(和) | Multi-Stage Color Model / 配色 / 視認性 / 畳み込みニューラルネットワーク |
| キーワード(英) | Multi-Stage Color Model / color scheme / visibility prediction / convolutional neural networks |
| 資料番号 | NC2017-11 |
| 発行日 | 2017-06-16 (NC) |
| 研究会情報 | |
| 研究会 | NC / IPSJ-BIO / IBISML / IPSJ-MPS |
|---|---|
| 開催期間 | 2017/6/23(から3日開催) |
| 開催地（和） | 沖縄科学技術大学院大学 |
| 開催地（英） | Okinawa Institute of Science and Technology |
| テーマ（和） | 機械学習によるバイオデータマインニング、一般 |
| テーマ（英） | Machine Learning Approach to Biodata Mining, and General |
| 委員長氏名（和） | 萩原 将文(慶大) / / 福水 健次(統計数理研) |
| 委員長氏名（英） | Masafumi Hagiwara(Keio Univ.) / / Kenji Fukumizu(ISM) |
| 副委員長氏名（和） | 平田 豊(中部大) / / 杉山 将(東大) |
| 副委員長氏名（英） | Yutaka Hirata(Chubu Univ.) / / Masashi Sugiyama(Univ. of Tokyo) |
| 幹事氏名（和） | 青西 亨(東工大) / 吉川 大弘(名大) / / 鹿島 久嗣(京大) / 津田 宏治(東大) |
| 幹事氏名（英） | Toru Aonishi(Tokyo Inst. of Tech.) / Tomohiro Yoshikawa(Nagoya Univ.) / / Hisashi Kashima(Kyoto Univ.) / Koji Tsuda(Univ. of Tokyo) |
| 幹事補佐氏名（和） | 篠沢 佳久(慶大) / 稲垣 圭一郎(中部大) / / 竹内 一郎(名工大) / 神嶌 敏弘(産総研) |
| 幹事補佐氏名（英） | Yoshihisa Shinozawa(Keio Univ.) / Keiichiro Inagaki(Chubu Univ.) / / Ichiro Takeuchi(Nagoya Inst. of Tech.) / Toshihiro Kamishima(AIST) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Special Interest Group on Bioinformatics and Genomics / Technical Committee on Infomation-Based Induction Sciences and Machine Learning / Special Interest Group on Mathematical Modeling and Problem Solving |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 畳み込みニューラルネットワークから構成された色覚モデルによる配色の視認性予測 |
| サブタイトル（和） | |
| タイトル（英） | Visibility Prediction of Color Scheme with the Model of Human Color Vision composed of Convolutional Neural Networks |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Multi-Stage Color Model / Multi-Stage Color Model |
| キーワード(2)（和/英） | 配色 / color scheme |
| キーワード(3)（和/英） | 視認性 / visibility prediction |
| キーワード(4)（和/英） | 畳み込みニューラルネットワーク / convolutional neural networks |
| 第 1 著者 氏名（和/英） | 佐々木 翔大 / Shodai Sasaki |
| 第 1 著者 所属（和/英） | 慶應義塾大学(略称：慶大) Keio University(略称：Keio Univ.) |
| 第 2 著者 氏名（和/英） | 篠沢 佳久 / Yoshihisa Shinozawa |
| 第 2 著者 所属（和/英） | 慶應義塾大学(略称：慶大) Keio University(略称：Keio Univ.) |
| 発表年月日 | 2017-06-23 |
| 資料番号 | NC2017-11 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | NC-109 |
| ページ範囲 | pp.39-44(NC), |
| ページ数 | 6 |
| 発行日 | 2017-06-16 (NC) |