Aggressive Style 5

Aggressive Style 5

昨今はコミケ関係を中心に書いています。同人やニコニコ動画方面で活躍される方の相互リンクをお待ちしています。

大学の研究と今後の進路

自分の研究の概要

最近就職の面接で自分の研究内容が問われる。無論上手く答えられず内々定0社というお寒い状況。そこで自分のブログを使って研究内容を整理してみることにした。尚研究の内容は↓の通り。




写真から人物を切り抜けると何ができるの?

ここではその代表的な例を一つ上げたい。

画像を効率良く圧縮できる

コンピューターでの圧縮とは、あるデータを特殊な計算を行い容量を減らして保存する事を指す。この際一度圧縮したデータは元に戻らない場合があり劣化してしまう。ここでデータを用いるのは人間であるということ。つまり人間にとって大切な部分を劣化させないようにすることが大切となる。この際どれくらいまで容量を落とすかという度合いを圧縮率と呼ぶ。上記の研究が成功すると、人間と背景とで圧縮率を変えて保存することができる。ここで実際にそうしたもの(左の写真)。全体に一様な圧縮率(右の写真)で圧縮した写真を載せてみたい。尚本来ならば元データはブログに載せるべきだが、容量が重くなるので割愛する。

人間重視(180KB) 全体に一様(220KB)




右クリック→プロパティなどで見てもらうと分かるとおり、左の画像は右の画像に対し約40KBのシェイプアップに成功している。この作業が自動でできるようにもなれば動画にも応用できるだろう。

しかし背景にノイズが大量に乗り見るに耐えない物となっている。これを解決するには、

  1. 画像をもっと細かく区切って、圧縮率の段階を増やして保存する
  2. 画像を切り抜く以外に、人間にとって重要な情報を選ぶようにする

等の解決策があると思われる。

課題を整理すると

大きな課題と小さな課題

この問題を解決する上では、以下の図のように大きな課題の中に小さな課題が含まれるような形になる。




つまり研究のコアとなる小さな課題の知識はもちろん、大きな課題である圧縮に関する知識を覚える必要があり大変だ。さらに研究を売り込む会社に依って大きな課題が変える必要もあるため、それらに対処する能力が必要となる。

データーマイニングとの関連性

ここで画像などの色調を表した数値など特徴のある数値のことを特徴量と呼ぶ。画像を切り抜く上場合、この特徴量をある規則のもとで整理したりすることで切り抜く方法がある。このように特徴量(データ)から法則性を見いだすといった分野をデーターマイニングと呼ぶ。

例えば、NTTデータなどデータ分析を得意とする会社ほどデーターマイニングと絡めて話す必要が出てくる。これは日本UNYSYS等経営コンサルティング的な事を行ってる会社も同様だと思う。この際データマイニングなどの知識等も事前から上手く煮詰める必要がある。

しかしながら

自分の技術を売り込むのって難しいよね。元々「誰かに使ってもらうため」の研究だったのだが...しかしこうして見てみると画像以外の分野に応用が利くという点には驚いたりする。なるべく自分の技術を売り込み易い会社を探す傍ら、研究のキーワードを明確にし売り込める分野を増やしていくことも課題だと思う。