ALIRE ALIMUさんがThe 16th International Workshop on Computer Science and Engineering 2026にてBest Oral Presentation Awardを受賞

研究内容

同じ風景写真でも、色鮮やかな版と白黒の版では受ける印象がまったく異なります。本研究では、この「視覚的な雰囲気」を数値化した低次特徴と、シーンの意味を捉えた高次特徴を組み合わせる新しいフレームワークを提案しました。低次の雰囲気情報を「手がかり」として、感情に関係する意味情報を自動的に強調する仕組みです。評価検証の結果、 69.59%の精度で8種類の感情を分類し、従来手法と比べて3.56ポイントの改善が確認できました。

研究目的

スマートフォンやSNSの普及により、私たちは毎日膨大な数の画像に触れています。こうした画像の中には、風景や物体など人物が写っていないものも多く、見る人によってさまざまな感情を引き起こします。しかし、コンピュータが画像から感情を読み取る研究は、これまで人物の表情や仕草に頼るものが中心でした。本研究では、人物が写っていない画像を対象に、色彩・明るさ・輪郭といった視覚的な雰囲気から感情を推定する仕組みの構築を目指しています。

今後の展望・課題

本研究で提案したACGフレームワークをさらに発展させ、最終的には視覚障害のある方に向けた、画像の感情を音声で伝えるシステムの構築を目指しています。例えば、画像を読み込むと「この写真からは喜びや高揚感が感じられます」といった形で感情情報を音声で伝えるだけでなく、その音声自体も画像の感情に合わせたトーンや抑揚で出力されます。明るい画像には弾んだ声で、悲しい画像には落ち着いたトーンで語りかけるイメージです。これにより、視覚に頼らなくても画像が持つ雰囲気や感情的なニュアンスを、より直感的に感じ取ることができます。専門的な知識や特別な機器がなくても利用できる、誰もが使いやすい支援ツールの実現に貢献したいと考えています。