第25回情報科学技術フォーラム （FIT 2026）
　FIT 奨励賞

CrossLerp ： 画像由来の局所対応に基づく高効率な特徴量アップサンプリング

インターネット上の大規模な画像データで学習された「視覚基盤モデル」と呼ばれる AI は、画像に何が写っているかを分類したり、文章をもとに画像を検索したりできます。一方、出力される特徴量（画像の内容を表す情報）の解像度が低く、物体の輪郭などを細かく捉えにくいという課題があります。この課題に対し、特徴量を高解像度化する「特徴量アップサンプリング」の研究が進められています。

本研究では、この分野の新たな手法として「CrossLerp」を提案しました。最先端手法との比較実験では、同等の精度を維持しつつ、処理時間を約60％、メモリ使用量を約47％削減することに成功し、FIT 2026 での発表において FIT 奨励賞を受賞しました。