| 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 | 2021-12-16 10:30 合成汚れ画像を用いた深層学習による単一画像の泥汚れ除去 ○浅田修作・小久保嘉人（アイシン）・小出 優（マクニカ）・山元浩平（コーピー）・末次恵久（アイシン）  PRMU2021-24 |
|
| 抄録 | （和） | レンズ表面上の汚れは，カメラ画像を著しく劣化させ，様々な画像認識システム重大な障害をもたらす．屋外の環境において，泥はレンズに付着する頻度が雨滴に次いで高く，雨滴と比較して，汚れを一切残さず物理的に除去することが困難である．単一画像から，画像処理によって泥汚れを除去する方法として，深層学習を活用する手法が有力である．深層学習を用いて単一画像から泥汚れを除去するためには，膨大な量の学習データが必要だが，実環境において十分な量の学習データを収集することは困難である．我々はカメラレンズに付着した泥の特徴を精密に再現する手法を提案する．実験結果より，提案手法によって生成した泥画像は，実世界環境に対して限定的に有効であることを示した． |
| （英） | Mud stains on the lens can cause serious damage to the various image recognition systems. Compared to raindrops, mud stains are physically more difficult to remove completely. In the real world, it is difficult to collect the large amount of training data, which is required to remove mud stains from a single image using deep learning. We proposed the method to generate a synthetic dataset by finely reproducing the features of mud on the lens. Result of experiment, we have shown that the synthetic mud images can be used to remove real mud stains. | |
| キーワード | （和） | 深層学習 / 画像処理 / 単一画像復元 / 合成データセット / CG / / / |
| （英） | Deep Learning / Image Processing / Single Image Restoring / Synthetic dataset / CG / / / | |
| 文献情報 | 信学技報, vol. 121, no. 304, PRMU2021-24, pp. 1-6, 2021年12月. | |
| 資料番号 | PRMU2021-24 | |
| 発行日 | 2021-12-09 (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 | PRMU2021-24 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2021-12-16 - 2021-12-17 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 時系列・因果推論・異常検知 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2021-12-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | 合成汚れ画像を用いた深層学習による単一画像の泥汚れ除去 |
| サブタイトル（和） | |
| タイトル（英） | Utilization of Synthetic Data for Mud Stain Removal from Single Image |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / Deep Learning |
| キーワード(2)（和/英） | 画像処理 / Image Processing |
| キーワード(3)（和/英） | 単一画像復元 / Single Image Restoring |
| キーワード(4)（和/英） | 合成データセット / Synthetic dataset |
| キーワード(5)（和/英） | CG / CG |
| 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） | 浅田 修作 / Shusaku Asada / アサダ シュウサク |
| 第1著者 所属（和/英） | 株式会社アイシン (略称： アイシン) AISIN CORPORATION (略称： Aisin Corp.) |
| 第2著者 氏名（和/英/ヨミ） | 小久保 嘉人 / Yoshihito Kokubo / コクボ ヨシヒト |
| 第2著者 所属（和/英） | 株式会社アイシン (略称： アイシン) AISIN CORPORATION (略称： Aisin Corp.) |
| 第3著者 氏名（和/英/ヨミ） | 小出 優 / Masaru Koide / コイデ マサル |
| 第3著者 所属（和/英） | 株式会社マクニカ (略称： マクニカ) MACNICA Incorporated (略称： MACNICA, Inc.) |
| 第4著者 氏名（和/英/ヨミ） | 山元 浩平 / Kohei Yamamoto / ヤマモト コウヘイ |
| 第4著者 所属（和/英） | 株式会社コーピー (略称： コーピー) Corpy&Company Incorporated (略称： Corpy&Co., Inc.) |
| 第5著者 氏名（和/英/ヨミ） | 末次 恵久 / Yoshihisa Suetsugu / スエツグ ヨシヒサ |
| 第5著者 所属（和/英） | 株式会社アイシン (略称： アイシン) AISIN CORPORATION (略称： Aisin Corp.) |
| 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 | 2021-12-16 10:30:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2021-24 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.304 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2021-12-09 (PRMU) |
[研究会発表申込システムのトップページに戻る]