お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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 2021-03-05 15:30
[ショートペーパー]正確な水中画像モデルに基づくデータセットの構築と解析
髙尾俊輔港湾空港技研PRMU2020-96
抄録 (和) 水中光学画像は応用上大変重要であるが,複雑な海洋環境に起因して生じる色被りやコントラストの低下といった画像劣化が深刻な問題となる.水中画像に含まれる強いノイズを除去するうえで,近年急速に発展を遂げているディープラーニングを用いた学習ベースの手法があるものの,陸上画像とは異なり実画像による大規模なデータセットの構築が困難である.そのため,水中画像処理の分野では実データの代替として人工データがしばしば用いられる.しかし,既存研究では水中画像モデルを簡略化したものにとどまり,実際の水中画像を十分に再現することができず,その有効性はやや限定的である.
本研究では,厳密な水中画像モデルに基づき大規模なデータセットの構築を行い,構築したデータセットの有効性について定量的に評価を行うとともに画像処理への応用の展望について述べる. 
(英) Although underwater images are important in many fields,
image degradation such as color distortion or declined contrast caused by
the complex ocean environment is a serious problem.
In order to remove strong noises in underwater images, learning based approaches like deep learning are a prominent solution, but making large dataset is a challenging task in underwater image, not as in land image. Artificial images are commonly used in stead of real images to satisfy sufficient data in underwater image processing, but
previous underwater image models are simplified and lacking reality.
This research constructs large underwater dataset based on correct underwater image model, and implements analysis quantitatively, then prospect of image processing is talked.
キーワード (和) 水中画像データセット / 水中画像ノイズ除去 / MCMC / ディープラーニング / / / /  
(英) underwater dataset / MCMC / deep learning / underwater image enhancement / / / /  
文献情報 信学技報, vol. 120, no. 409, PRMU2020-96, pp. 157-157, 2021年3月.
資料番号 PRMU2020-96 
発行日 2021-02-25 (PRMU) 
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 PRMU2020-96

研究会情報
研究会 PRMU IPSJ-CVIM  
開催期間 2021-03-04 - 2021-03-05 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) 特殊な環境下におけるCV・ パターン認識 
テーマ(英) Computer Vision and Pattern Recognition for specific environment 
講演論文情報の詳細
申込み研究会 PRMU 
会議コード 2021-03-PRMU-CVIM 
本文の言語 日本語 
タイトル(和) 正確な水中画像モデルに基づくデータセットの構築と解析 
サブタイトル(和)  
タイトル(英) Accurate underwater model based dataset and analysis 
サブタイトル(英)  
キーワード(1)(和/英) 水中画像データセット / underwater dataset  
キーワード(2)(和/英) 水中画像ノイズ除去 / MCMC  
キーワード(3)(和/英) MCMC / deep learning  
キーワード(4)(和/英) ディープラーニング / underwater image enhancement  
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) 髙尾 俊輔 / Shunsuke Takao / タカオ シュンスケ
第1著者 所属(和/英) 港湾空港技術研究所 (略称: 港湾空港技研)
Port and Airport Research Institute (略称: PARI)
第2著者 氏名(和/英/ヨミ) / /
第2著者 所属(和/英) (略称: )
(略称: )
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
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 2021-03-05 15:30:00 
発表時間 10分 
申込先研究会 PRMU 
資料番号 PRMU2020-96 
巻番号(vol) vol.120 
号番号(no) no.409 
ページ範囲 p.157 
ページ数
発行日 2021-02-25 (PRMU) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会