| 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 | 2019-09-23 10:40 畳み込みニューラルネットワークを用いた奥行推定画像とエッジ抽出画像で構成されたデータセットの画像分類 ○住本 柊・宮田優一・上手洋子・西尾芳文（徳島大）  NLP2019-38 |
|
| 抄録 | （和） | 本研究では、畳み込みニューラルネットワークを用いて画像分類を行う。真上から撮影された人と車の区 別を目的とする。データセットは RGB 画像や奥行推定画像、エッジ抽出画像で構成されている。全層畳み込み残差 ネットワークにより真上から撮影した人と車の奥行きを推定する。RGB 画像とそれらから得られた奥行推定画像と エッジ抽出画像を用い、それぞれの画像分類の学習精度とテスト精度を調査する |
| （英） | In this study, we classify images by using Convolutional Neural Network. We aim at differentiating humans or cars. Datasets are composed of depth prediction images and edge extraction images. We investigate the prediction of the depth of some objects, such a human and cars, in overhead images with Fully Convolutional Residual Networks (FCRN). We investigate each traing and test accuracies of image classification with the Datasets. | |
| キーワード | （和） | ニューラルネットワーク / 画像分類 / 奥行推定 / エッジ抽出 / / / / |
| （英） | Neural Network / Image Classification / Depth Prediction / Edge Extraction / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 209, NLP2019-38, pp. 19-22, 2019年9月. | |
| 資料番号 | NLP2019-38 | |
| 発行日 | 2019-09-16 (NLP) | |
| 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 | NLP2019-38 |
|
| 研究会情報 | |
| 研究会 | NLP |
| 開催期間 | 2019-09-23 - 2019-09-24 |
| 開催地（和） | 高知県立大学 永国寺キャンパス |
| 開催地（英） | Eikokuji Campus, University of Kochi |
| テーマ（和） | 一般 |
| テーマ（英） | etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2019-09-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 畳み込みニューラルネットワークを用いた奥行推定画像とエッジ抽出画像で構成されたデータセットの画像分類 |
| サブタイトル（和） | |
| タイトル（英） | Image Classification of Datasets Composed of Depth Prediction Images and Edge Extraction Images using Convolutional Neural Network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ニューラルネットワーク / Neural Network |
| キーワード(2)（和/英） | 画像分類 / Image Classification |
| キーワード(3)（和/英） | 奥行推定 / Depth Prediction |
| キーワード(4)（和/英） | エッジ抽出 / Edge Extraction |
| 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） | 住本 柊 / Shu Sumimoto / スミモト シュウ |
| 第1著者 所属（和/英） | 徳島大学 (略称： 徳島大) Tokushima University (略称： Tokushima Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 宮田 優一 / Yuichi Miyata / ミヤタ ユウイチ |
| 第2著者 所属（和/英） | 徳島大学 (略称： 徳島大) Tokushima University (略称： Tokushima Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 上手 洋子 / Yoko Uwate / ウワテ ヨウコ |
| 第3著者 所属（和/英） | 徳島大学 (略称： 徳島大) Tokushima University (略称： Tokushima Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 西尾 芳文 / Yoshifumi Nishio / ニシオ ヨシフミ |
| 第4著者 所属（和/英） | 徳島大学 (略称： 徳島大) Tokushima University (略称： Tokushima Univ.) |
| 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 | 2019-09-23 10:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2019-38 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.209 |
| ページ範囲 | pp.19-22 |
| ページ数 | 4 |
| 発行日 | 2019-09-16 (NLP) |
[研究会発表申込システムのトップページに戻る]