| 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 | 2020-12-18 10:05 ディープラーニングを用いた画像観察時の脳血流動態と嗜好との関連性についての調査 ○落合楊平・岸田嵩平・武用洸起・岡崎佑哉・堀田裕弘（富山大）  IMQ2020-9 |
|
| 抄録 | （和） | 近年，ディスプレイの大画面化，画像の高解像度化，コンテンツの多様化などにより，ユーザの体感品質を示すQuality of Experience (QoE)の評価が注目されている．QoE評価において，アンケートなどによる従来法ではユーザの個人特性を考慮することは困難である．そこで，QoEの評価方法としてNIRSを用いた脳血流動態の測定と主観評価実験を行い，画像観察時の脳血流動態と嗜好との関連性についてディープラーニングを用いて調査を行った． |
| （英） | In recent years, the evaluation of Quality of Experience (QoE), which shows user experience quality, has attracted attention due to the large screen of the display, the high resolution of the image, and the diversification of the content. In QoE evaluation, it is difficult to consider the individual characteristics of users by conventional methods such as questionnaires. Therefore, we measured cerebral blood flow dynamics using NIRS as an evaluation method of QoE and conducted subjective evaluation experiments. The investigation of the relationship between cerebral blood flow dynamics and human preference during image observation has been conducted by using deep learning method. |
|
| キーワード | （和） | QoE / Oxy-Hb / ウェーブレット変換 / ニューラルネットワーク / / / / |
| （英） | QoE / Oxy-Hb / wavelet transform / neural network / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 303, IMQ2020-9, pp. 9-12, 2020年12月. | |
| 資料番号 | IMQ2020-9 | |
| 発行日 | 2020-12-11 (IMQ) | |
| 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 | IMQ2020-9 |
|
| 研究会情報 | |
| 研究会 | IMQ |
| 開催期間 | 2020-12-18 - 2020-12-18 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 画質評価とIMQ一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IMQ |
| 会議コード | 2020-12-IMQ |
| 本文の言語 | 日本語 |
| タイトル（和） | ディープラーニングを用いた画像観察時の脳血流動態と嗜好との関連性についての調査 |
| サブタイトル（和） | |
| タイトル（英） | Investigation of Relationship between cerebral blood flow and human preference during image viewing using deep learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | QoE / QoE |
| キーワード(2)（和/英） | Oxy-Hb / Oxy-Hb |
| キーワード(3)（和/英） | ウェーブレット変換 / wavelet transform |
| キーワード(4)（和/英） | ニューラルネットワーク / neural network |
| 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） | 落合 楊平 / Yohei Ochiai / オチアイ ヨウヘイ |
| 第1著者 所属（和/英） | 富山大学 (略称： 富山大) University of Toyama (略称： Univ. of Toyama) |
| 第2著者 氏名（和/英/ヨミ） | 岸田 嵩平 / Shuhei Kishida / シュウヘイ キシダ |
| 第2著者 所属（和/英） | 富山大学 (略称： 富山大) University of Toyama (略称： Univ. of Toyama) |
| 第3著者 氏名（和/英/ヨミ） | 武用 洸起 / Koki Buyo / ブヨウ コウキ |
| 第3著者 所属（和/英） | 富山大学 (略称： 富山大) University of Toyama (略称： Univ. of Toyama) |
| 第4著者 氏名（和/英/ヨミ） | 岡崎 佑哉 / Yuya Okazaki / オカザキ ユウヤ |
| 第4著者 所属（和/英） | 富山大学 (略称： 富山大) University of Toyama (略称： Univ. of Toyama) |
| 第5著者 氏名（和/英/ヨミ） | 堀田 裕弘 / Yuuko Horita / ホリタ ユウコウ |
| 第5著者 所属（和/英） | 富山大学 (略称： 富山大) University of Toyama (略称： Univ. of Toyama) |
| 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 | 2020-12-18 10:05:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IMQ |
| 資料番号 | IMQ2020-9 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.303 |
| ページ範囲 | pp.9-12 |
| ページ数 | 4 |
| 発行日 | 2020-12-11 (IMQ) |
[研究会発表申込システムのトップページに戻る]