講演抄録/キーワード |
講演名 |
2020-01-27 15:45
深層学習を用いた動画からの難視性パターン抽出 ○野田 智・金田北洋・岩村惠市(東京理科大) EMM2019-100 |
抄録 |
(和) |
我々は,衣類などの日用品に埋込んだ情報を複数の監視カメラを通じて抽出・集計することで,人の動きを収集する人動態モニタリングシステムの実現に向けて研究している.先行研究において,コンテンツの変化は認識できるが主観的違和感の低い情報埋め込み手法を考案し,繊維素材への情報埋め込みを実現した.これを難視性パターンと定義する.本稿では,難視性パターンを埋め込む媒体として一般的に広く着られているTシャツを選択し,埋込み可能性を検証した.また,深層学習を用いることで監視カメラ映像からEnd to Endで情報を抽出するシステムを実現した.結果として,フレーム間の多数決で情報を抽出することが可能となり,特定の条件において抽出率100%を達成した.これにより,従来の物体検出技術では認識困難であった,同一色形の衣類の判別が可能となる. |
(英) |
We are studying the realization of a human monitoring system that collects human movements by detecting a unique ID embedded in daily necessities such as clothing through multiple surveillance cameras. In previous research, we proposed an information embedding method that can recognize changes in content but has low visibility , and realized information embedding in fiber materials. This is defined as an artificial fiber pattern. In this paper, we selected T-shirts, which are generally used as a medium for embedding the artificial fiber pattern, and verified the embedding potential. In addition, we realized an end to end system that extracts information from surveillance camera images by using deep learning. As a result, By majority decision between frames, we achieved 100% extraction rate under specific conditions. This makes it possible to distinguish clothes of the same color, which were difficult to recognize with conventional object detection technology. |
キーワード |
(和) |
情報埋め込み / 難視性パターン / 深層学習 / 物体検出 / / / / |
(英) |
Data Hiding / Artificial Fiber Pattern / Deep Learning / Object Detection / / / / |
文献情報 |
信学技報, vol. 119, no. 396, EMM2019-100, pp. 31-36, 2020年1月. |
資料番号 |
EMM2019-100 |
発行日 |
2020-01-20 (EMM) |
ISSN |
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 |
EMM2019-100 |
研究会情報 |
研究会 |
EMM |
開催期間 |
2020-01-27 - 2020-01-27 |
開催地(和) |
東北大学 青葉山キャンパス |
開催地(英) |
Tohoku Univ. |
テーマ(和) |
臨場感生成,ユニバーサルメディア,ディジタルエンタテインメント,一般 |
テーマ(英) |
Sense of Presence, Universal Media, Digital Entertainment, etc. |
講演論文情報の詳細 |
申込み研究会 |
EMM |
会議コード |
2020-01-EMM |
本文の言語 |
日本語 |
タイトル(和) |
深層学習を用いた動画からの難視性パターン抽出 |
サブタイトル(和) |
|
タイトル(英) |
Extraction of Artificial Fiber Pattern from Video Using Deep Learning technique |
サブタイトル(英) |
|
キーワード(1)(和/英) |
情報埋め込み / Data Hiding |
キーワード(2)(和/英) |
難視性パターン / Artificial Fiber Pattern |
キーワード(3)(和/英) |
深層学習 / Deep Learning |
キーワード(4)(和/英) |
物体検出 / Object Detection |
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) |
野田 智 / Noda Tomo / ノダ トモ |
第1著者 所属(和/英) |
東京理科大学 (略称: 東京理科大)
Tokyo University of Science (略称: Tokyo Univ. of Science) |
第2著者 氏名(和/英/ヨミ) |
金田 北洋 / Kaneda Kitahiro / カネダ キタヒロ |
第2著者 所属(和/英) |
東京理科大学 (略称: 東京理科大)
Tokyo University of Science (略称: Tokyo Univ. of Science) |
第3著者 氏名(和/英/ヨミ) |
岩村 惠市 / Iwamura Keiichi / イワムラ ケイイチ |
第3著者 所属(和/英) |
東京理科大学 (略称: 東京理科大)
Tokyo University of Science (略称: Tokyo Univ. of Science) |
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: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2020-01-27 15:45:00 |
発表時間 |
25分 |
申込先研究会 |
EMM |
資料番号 |
EMM2019-100 |
巻番号(vol) |
vol.119 |
号番号(no) |
no.396 |
ページ範囲 |
pp.31-36 |
ページ数 |
6 |
発行日 |
2020-01-20 (EMM) |
|