| 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 | 2019-01-18 15:55 360度画像の一領域から全体を生成するGANs ○秋本直郁・林 昌希・笠井誠斗・青木義満（慶大）  PRMU2018-111 MVE2018-53 |
|
| 抄録 | （和） | 本稿では，360度画像のうち一方向分の領域から，Generative Adversarial Networksを用いて残りの領域を補完し360度画像全体を生成するという，新しい問題設定を提案する．この問題に対して，画像内の建物や道路の輪郭に360度画像の特有の歪みが生成されることを本稿の目標とする．さらに，本来360度画像は両端で連続であるという性質を用いた画像の組み換えにより，問題を簡単化する方法を提案する．また，360度画像の生成に有効な構造としてdilated convolution層を直列または並列に用いた構成を複数提案する．結果として，ベースラインで見られるような白い穴の発生を抑制しつつ，建物や道路の輪郭の歪みをより良く生成できた． |
| （英） | In this paper, we present a novel problem setting in which, using one direction of a 360-degree image, a Generative Adversarial Networks (GANs) completes a whole 360-degree image. We also address this problem with a goal which is, distortions of the outlines of roads and buildings that specifically exist in 360-degree images should be generated. Furthermore, for making this problem easy, we present image rearranging which is done using a specific property seen in a 360-degree image. This is that both edge of 360-degree images are originally continuous. And also, we present a combination of dilated convolution layers as effective architectures for generation of a 360-degree image. In our experiments, we show that the series and/or parallel architecture generated better results, in which the white holes seen in baseline results were suppressed and the distortions of the outlines of roads and buildings were generated. | |
| キーワード | （和） | 深層学習 / 360度画像 / 正距円筒図法 / / / / / |
| （英） | Generative Adversarial Network / deep learning / / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 404, PRMU2018-111, pp. 149-153, 2019年1月. | |
| 資料番号 | PRMU2018-111 | |
| 発行日 | 2019-01-10 (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 | PRMU2018-111 MVE2018-53 |
|
| 研究会情報 | |
| 研究会 | PRMU MVE IPSJ-CVIM |
| 開催期間 | 2019-01-17 - 2019-01-18 |
| 開催地（和） | 京都テルサ |
| 開催地（英） | |
| テーマ（和） | AR/VRのためのComputational Photography and Display |
| 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 | 2019-01-PRMU-MVE-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | 360度画像の一領域から全体を生成するGANs |
| サブタイトル（和） | |
| タイトル（英） | GANs for Generating Whole Image from One Region of 360-degree |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / Generative Adversarial Network |
| キーワード(2)（和/英） | 360度画像 / deep learning |
| キーワード(3)（和/英） | 正距円筒図法 / |
| 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） | 秋本 直郁 / Naofumi Akimoto / アキモト ナオフミ |
| 第1著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 林 昌希 / Masaki Hayashi / ハヤシ マサキ |
| 第2著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 笠井 誠斗 / Seito Kasai / カサイ セイト |
| 第3著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 青木 義満 / Yoshimitsu Aoki / アオキ ヨシミツ |
| 第4著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-01-18 15:55:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2018-111, MVE2018-53 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.404(PRMU), no.405(MVE) |
| ページ範囲 | pp.149-153 |
| ページ数 | 5 |
| 発行日 | 2019-01-10 (PRMU, MVE) |
[研究会発表申込システムのトップページに戻る]