| 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 | 2021-05-21 10:00 パッチベースCNNによる全天球画像のシーン認識 ○鳩貝拓海・山中高夫（上智大）  PRMU2021-3 |
|
| 抄録 | （和） | 本研究では，歪みを含んだ全天球画像から幾何学的な関係を考慮することで歪みを補正したパッチを抽出し，元の全天球画像のシーン認識を行う手法を提案する．パッチを抽出した際，パッチには元の全天球画像のラベルが割り当てられるが，抽出された全てが割り当てられたラベル特有の画像とは限らず，識別に有効であるかは未知である．そこで，EM(Expectation-Maximization)アルゴリズムに基づいた手法を取り入れることにより，抽出した複数のパッチの中から識別に有効なパッチを選択してネットワークを学習し，元の全天球画像のシーン認識を行った．それにより，精度の高い全天球画像のシーン認識を実現した． |
| （英） | In this paper, a scene recognition method for omni-directional images is proposed using patch-based convolutional neural networks, by extracting patches from an omni-directional image for correcting distortions in the equirectangular projection. Although the scene label of the original omni-directional image was assigned to all the patches extracted from the omni-directional image, some patches may not include the scene information at all due to the limited angle of view. These patches are not effective to the scene recognition with the patch-based convolutional neural networks. Therefore, effective patches to the scene recognition were selected based on the EM (Expectation-Maximization) algorithm, and were used for the patch-based scene recognition. As a result, the scene recognition performance was improved with the proposed method. | |
| キーワード | （和） | 畳み込みニューラルネットワーク / EMアルゴリズム / 全天球画像 / ディープラーニング / / / / |
| （英） | Convolutional Neural Network / EM Algorithm / Omni-Directional Image / Deep Learning / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 23, PRMU2021-3, pp. 13-18, 2021年5月. | |
| 資料番号 | PRMU2021-3 | |
| 発行日 | 2021-05-13 (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 | PRMU2021-3 |
|
| 研究会情報 | |
| 研究会 | PRMU IPSJ-CVIM IPSJ-NL |
| 開催期間 | 2021-05-20 - 2021-05-21 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | Vision & Language |
| テーマ（英） | Vision & Language |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2021-05-PRMU-CVIM-NL |
| 本文の言語 | 日本語 |
| タイトル（和） | パッチベースCNNによる全天球画像のシーン認識 |
| サブタイトル（和） | |
| タイトル（英） | Scene Recognition of Omni-Directional Images by Patch-Based CNN |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 畳み込みニューラルネットワーク / Convolutional Neural Network |
| キーワード(2)（和/英） | EMアルゴリズム / EM Algorithm |
| キーワード(3)（和/英） | 全天球画像 / Omni-Directional Image |
| キーワード(4)（和/英） | ディープラーニング / Deep Learning |
| 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） | 鳩貝 拓海 / Takumi Hatogai / ハトガイ タクミ |
| 第1著者 所属（和/英） | 上智大学 (略称： 上智大) Sophia University (略称： Sophia Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 山中 高夫 / Takao Yamanaka / ヤマナカ タカオ |
| 第2著者 所属（和/英） | 上智大学 (略称： 上智大) Sophia University (略称： Sophia Univ.) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-05-21 10:00:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2021-3 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.23 |
| ページ範囲 | pp.13-18 |
| ページ数 | 6 |
| 発行日 | 2021-05-13 (PRMU) |
[研究会発表申込システムのトップページに戻る]