- 追加された行はこの色です。
- 削除された行はこの色です。
* 画像処理 [#l05ef6b7]
* 研究内容 - 画像処理 [#u8bed548]
音声や画像の合成に関する分野 †
** はじめに [#jce7f247]
> 普段，人間は意識せずに人や物を目で見て認識します．~
しかし，コンピュータやロボットにこの仕組みを行わせるにはどうすればよいのでしょうか？~
この問題に対し，本研究室ではセキュリティシステムや福祉分野への応用を目指して研究活動を行っています．
* テキスト音声合成
* 話者補間
* 固有声
* 歌声合成
* 感情音声合成
* 唇合成
* 手話動画像合成
** 研究分野 [#f46c13d7]
↑
音声や画像の認識に関する分野 †
*** 顔画像による個人認識 [#v50012f1]
* 連続音声認識
* 音声による個人認識
* 顔画像による個人認識
* リップリーディング
* 手書き文字認識
* ジェスチャー認識
* 手話認識
* バイモーダル個人認識
> 人間の顔をセキュリティシステムの個人認証に用いることを考えます．~
相手が人間ならいわゆる「顔パス」が通用しますが，コンピューターにと
っては簡単なことではありません．~
認証エラーが生じにくい，頑健なシステムの実現を目指しています．
//しかも背景，照明，顔の位置の変化が多々生じます．~
↑
符号化に関する分野 †
*** 手話認識 [#g6948053]
> 聴覚障害者と健常者とのスムーズなコミュニケーションを補助するシステム
の構築を目指しています．
//[[詳細はこちら:https://www.sp.nitech.ac.jp/~demo/jesture.pdf]]
* 低ビーットレート音声符号化
*** 手話動画像合成 [#db056943]
↑
具体的なテーマ例 †
> 入力した文章を手話に翻訳し，その動画像を生成する研究です．~
聴覚障害者と健常者とのスムーズなコミュニケーションを図るための
インターフェイス構築に有効です．
* 声による話者認識を利用したセキュリティシステムの構築
* 不特定話者連続音声認識システム構築のための話者適応化手法に関する研究
* 高速な音声認識のための階層化された確率・統計モデルに関する研究
* 隠れマルコフモデルに基づくテキスト音声合成システムの実現 -喜んだり悲しんだりするコンピュータを目指して-
* 声質変換システムの構築に関する研究
* 固有声に関する研究
* 歌声合成に関する研究
* 極低ビットレート(100 bit/s)音声符号化システムの構築
* 顔動画像と音声を用いた個人識別 -より頑健なセキュリティシステムの実現-
マルチモーダル音声合成のための任意テキストからの唇動画像生成
* 自動リップリーディング（読唇）のための動画像認識モデルに関する研究
* 個人識別 / リップリーディングのための顔画像からの自動パーツ抽出
* ジェスチャー認識／手話認識に関する研究
* 手話動画像合成に関する研究
* 擬人化エージェント
*** 唇動画像合成 [#gb553b52]
> 入力した文章の通りに唇を動かす動画像を生成する研究です．~
CGのキャラクターの動作設計等への応用が期待できます．~
[[デモはこちら:https://www.sp.nitech.ac.jp/~demo/gtalk_lip/splip.php]]
*** リップリーディング [#nff58b6f]
> いわゆる読唇術をコンピューターに行わせるための研究です．~
福祉分野での応用が期待されます．~
[[デモはこちら:https://www.sp.nitech.ac.jp/~demo/demo1/]]
//*** 手書き文字認識 [#c212b354]
//最近の携帯ゲーム機では自分の書いた文字を使ってゲームができますよね？~
//あれってすごいですよね．そういった手書きの文字を，高精度でコンピュー
//ターに認識させる仕組みに関する研究です．
//*** バイモーダル個人認識 [#e91008f7]
//「マガーク効果」いう現象が知られています．この現象は，人間同士の会話において
//聴覚情報だけでなく，視覚情報がいかに重要かを物語っています．本研究室では
//音声認識で培った技術と画像認識の技術を組み合わせて，より精度の高い認識
//システムの実現を目指します．~
//(ここにマガーク効果のデモへのリンクを貼る？)
//** 研究テーマ例 [#i36ee5c4]
//？
