Y. Shiozaki 研究室

本研究室は、機械学習における画像データセット構築の効率化を主な課題としています。特定の物体を認識するモデルを訓練する際、従来は膨大な画像に対して人手による正解ラベル付けが必要でしたが、このプロセスは極めて時間がかかります。研究室では、教師なし学習の手法を用いて、こうした手作業を軽減することを目指しています。 具体的な研究アプローチとしては、自己監督学習と呼ばれる機械学習の技術を活用しています。この手法は、人間による正解ラベルがなくても、データ自身の特徴から有用な情報を自動的に抽出できるという特徴があります。研究では、クラスタリング技術と組み合わせることで、画像の分類前段階で類似した画像をグループ分けし、その後のラベリング作業を効率化することを実践しています。 研究の成果として、大規模な既存データセットに含まれない特定の物体や場面に対応したデータセットを、最小限の人的介入で構築する道が開けています。これにより、プライバシー保護が必要な特殊な状況下での物体認識システムの開発も実現可能になり、様々な実応用場面での活用が期待されています。