| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-01-18 11:50 トップダウン要因とボトムアップ要因を用いた顕著性マップにおける比較評価 ○足立翔一・白岩 史（鳥取大）・李 仕剛（広島市大）  PRMU2017-120 MVE2017-41 |
|
| 抄録 | （和） | ヒトは，複雑な景色をリアルタイムに解析出来る能力を持っていることが知られている．この能力を基にして目立ちやすさ (顕著度) を可視化した顕著性マップが提案されている．近年，この顕著性マップを利用した研究が盛んに行われている．本研究では，色や形などから判定するボトムアップの要因を用いた顕著性マップと，深層学習などで判定するトップダウンの要因を用いた顕著性マップで自動車運転時のヒトの注意の解析を行った．さらに，主観的評価と客観的評価を用いて，注意解析に対する要因別での顕著性マップを比較評価した． |
| （英） | It is known that humans possess the ability to analyze complex scenes in real time. Based on this ability, saliency maps have been proposed that visualize the saliency of such scenes. In recent years, research using saliency maps has been actively conducted. In this study, we analyze the attention of humans while driving a car with a saliency map, using bottom-up factors for differentiating among colors and shapes, and top-down factors determined by deep learning. Furthermore, both subjective and objective evaluations are conducted to compare and evaluate the saliency maps in terms of each factor for attention analysis. | |
| キーワード | （和） | 顕著性マップ / 深層学習 / 視線計測 / / / / / |
| （英） | Saliency Map / Deep Learning / Gaze measurement / / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 391, PRMU2017-120, pp. 75-80, 2018年1月. | |
| 資料番号 | PRMU2017-120 | |
| 発行日 | 2018-01-11 (PRMU, MVE) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2017-120 MVE2017-41 |
|
| 研究会情報 | |
| 研究会 | PRMU MVE IPSJ-CVIM |
| 開催期間 | 2018-01-18 - 2018-01-19 |
| 開催地（和） | 大阪府立大学 |
| 開催地（英） | |
| テーマ（和） | AR，VR関連技術とその応用 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2018-01-PRMU-MVE-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | トップダウン要因とボトムアップ要因を用いた顕著性マップにおける比較評価 |
| サブタイトル（和） | |
| タイトル（英） | Comparison between saliency maps using top-down and bottom-up factors |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 顕著性マップ / Saliency Map |
| キーワード(2)（和/英） | 深層学習 / Deep Learning |
| キーワード(3)（和/英） | 視線計測 / Gaze measurement |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 足立 翔一 / Shoichi Adachi / アダチ ショウイチ |
| 第1著者 所属（和/英） | 鳥取大学 (略称： 鳥取大) Tottori University (略称： Tottori Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 白岩 史 / Aya Shiraiwa / シライワ アヤ |
| 第2著者 所属（和/英） | 鳥取大学 (略称： 鳥取大) Tottori University (略称： Tottori Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 李 仕剛 / Shigang Li / リ シゴウ |
| 第3著者 所属（和/英） | 広島市立大学 (略称： 広島市大) Hirosima City University (略称： Hirosima City Univ.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-01-18 11:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2017-120, MVE2017-41 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.391(PRMU), no.392(MVE) |
| ページ範囲 | pp.75-80 |
| ページ数 | 6 |
| 発行日 | 2018-01-11 (PRMU, MVE) |
[研究会発表申込システムのトップページに戻る]