[5F3-GS-10s] AI application

2:15 PM - 2:30 PM JST(5:15 AM - 5:30 AM UTC)

[5F3-GS-10s-02] A "Yamanashi-ness" evaluation model reflecting areas of human attention

〇Takashi Nakamura¹, Kenichi Kushida¹, Kazuhiro Kijima¹, Takuya Asakawa¹, Kentaro Go², Yuichiro Kinoshita³, Hirokazu Nosato⁴, Natsuki Miyata⁴ (1. Yamanashi Industrial Technology Center , 2. University of Yamanashi, 3. Shibaura Institute of Technology, 4. National Institute of Advanced Industrial Science and Technology)

Keywords:

AI,Sensory evaluation,Semi-supervised learning,Attention map

山梨県の地域ブランディングにおいて，「山梨らしさ」を明確にすることは有用である．AIを活用して「山梨らしさ」を評価するツールとして，「山梨らしさ」評価モデル（以下，評価モデル）を作成している．評価モデルでは，風景画像の「山梨らしさ」を0-1のスコアで評価する．その際，評価モデルが何処に注目したかという注目領域を可視化することで，評価の根拠も示している．従前の評価モデルでは，学習時に人による「山梨らしさ」の評価は反映していたが，注目領域に関する情報は反映されていなかった．このため，評価モデルの注目領域は，人の注目領域と乖離しており，説明性に乏しかった．　この問題を解決するために，人による風景画像の「山梨らしさ」評価時に，風景画像上で注目した領域のデータも収集し，これらに基づいた学習データを用いて評価モデルを構築した．この結果，従前の評価モデルと比べ，AIの注目領域をより人の注目領域に近づけることができ，「山梨らしさ」の評価結果の説明性を高めることが可能になった．これらは，AIの評価を人の感性に近づけると同時に，AIの評価結果を人により受け入れやすくすることに繋がると期待できる．