@techreport{oai:nuis.repo.nii.ac.jp:00003418,
 author = {市川, 健太 and 板垣, 正敏 and 山本, 亮 and 藤田, 晴啓 and ICHIKAWA, Kenta and ITAGAKI, Masatoshi and YAMAMOTO, Ryo and Fujita, Haruhiro},
 month = {2021-11-25},
 note = {本研究ではこれまで一部の専門家のみが行ってきた考古土器資料の分類を深層学習を用いた手法に転換し，専門家に頼らない土器分類が可能となるような手法の開発を目的とする．使用する土器は古墳時代・６世紀の須恵器であり，従来の形態・色・質感を表すカラー画像(2Dデータ) に加え，形状(3Dデータ) および資料複数箇所の法量(1Dデータ) を同時に入力，年代推定および型式分類を同時に多重出力できる革新的な深層学習モデルの開発を目的とする．考古学では近年基礎資料である遺跡の調査報告書を中心にデジタル化が急激に進展し，きわめて膨大な量のビッグデータが存在するが，現状では十分な活用がなされているとは言い難い．深層学習については，自動運転などさまざまな分野での実用化が進められているが，考古関連分野では研究の萌芽的な段階にある．
 本研究では東京国立博物館に収蔵される須恵器杯を対象としており，2021年10 月までに計測できた24個の須恵器杯の3次元計測データを用いてモデル開発とその分類精度の実験を実施した． 
 我々が提案したモデルは，3次元計測された須恵器杯のデータをvoxelと呼ばれる格子状に変換したデータと，3次元計測されたデータから生成した須恵器杯の上面・側面・底面の3種類の画像データを入力に用い，須恵器の型式と年代の推定を行うものでる． 
 3次元畳み込みを用いるvoxel ベースの手法を利用することで，3次元の独特な形状と色の特徴をとらえ，2次元画像を取得し事前学習済みのEfficientNetで特徴量を抽出することでデータ数の不足をカバーする．なお，法量データは計測が進んでいないため，本論文内では実装は省いている．深層学習ではモデルの学習に大量データ数が必要となるが，現状計測できているデータは24個と少ないため3次元データを30度ずつ回転させたデータを利用することでデータの拡張を実施し学習を行った．学習用データとテスト用データに同一個体からのデータを利用しているが，提案したモデルで十分な分類精度が得られたと考える．
 今後，須恵器杯の3 次元計測を進め，個体の数を600程度まで増やし，学習用データとテスト用データに別々の個体を利用して再度，学習と評価を行う予定である．},
 title = {須恵器3次元計測データによる分類解析モデルの検討},
 year = {},
 yomi = {イチカワ, ケンタ and イタガキ, マサトシ and ヤマモト, リョウ and フジタ, ハルヒロ}
}