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 2022-03-04 09:45
深層学習に顔の3次元モデルを用いた無発声単語認識に関する研究
和田竜二大田健紘日本工大MICT2021-103
抄録 (和) 本研究は,様々な方向を向いて発話している動画に対して無発声単語認識を実現する手法を提案し,その有効性を明らかにすることを目的とする.近年,口部の情報を取得して深層学習により機械読唇を行う研究が発展している.カメラを用いた手法の場合,カメラから顔の距離や位置,向きなどを固定することが多い.しかし,オンライン会議などで利用する場合,顔を固定することは困難である.そのため,正面を向いた発話動画から作成した顔の3次元モデルを用いて,様々な方向に顔を向けた発話動画を作成し,それを深層学習の学習データとした.性能評価実験の結果,3次元モデルを使用しない場合と比較して認識性能が向上した. 
(英) The aim of this study is to propose a method to realize silent word recognition removing the constraint on face orientation, and to clarify the effectiveness of the proposed method. In recent years, research on lip reading using mouth image based on deep learning has been developed. In the case of methods using a camera, the distance, position, orientation, etc. of the face from the camera are often fixed. However, it is difficult to hold the face orientation when we use the lip reading system in an online conference. Hence, we created utterance videos with the face turning in various orientations using a 3D model, and used these data as learning data for deep learning. As a result of the performance evaluation experiment, the recognition performance was improved compared to the case where the 3D model was not used.
キーワード (和) 3次元モデル / 深層学習 / 機械読唇 / / / / /  
(英) 3Dmodel / deep learning / lipreading / / / / /  
文献情報 信学技報, vol. 121, no. 404, MICT2021-103, pp. 13-18, 2022年3月.
資料番号 MICT2021-103 
発行日 2022-02-25 (MICT) 
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 MICT2021-103

研究会情報
研究会 MICT EMCJ  
開催期間 2022-03-04 - 2022-03-04 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) ヘルスケア・医療情報通信技術,生体,EMC,一般 
テーマ(英) Healthcare and Medical Information Communication Technologies, EMC, etc 
講演論文情報の詳細
申込み研究会 MICT 
会議コード 2022-03-MICT-EMCJ 
本文の言語 日本語 
タイトル(和) 深層学習に顔の3次元モデルを用いた無発声単語認識に関する研究 
サブタイトル(和)  
タイトル(英) A Study on Silent Word Recognition Based on Deep Learning Using Facial 3D Model 
サブタイトル(英)  
キーワード(1)(和/英) 3次元モデル / 3Dmodel  
キーワード(2)(和/英) 深層学習 / deep learning  
キーワード(3)(和/英) 機械読唇 / lipreading  
キーワード(4)(和/英) /  
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) 和田 竜二 / Ryuji Wada / ワダ リュウジ
第1著者 所属(和/英) 日本工業大学 (略称: 日本工大)
Nippon Institute Of Technology (略称: NIT)
第2著者 氏名(和/英/ヨミ) 大田 健紘 / Kenko Ota /
第2著者 所属(和/英) 日本工業大学 (略称: 日本工大)
Nippon Institute Of Technology (略称: NIT)
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 2022-03-04 09:45:00 
発表時間 20分 
申込先研究会 MICT 
資料番号 MICT2021-103 
巻番号(vol) vol.121 
号番号(no) no.404 
ページ範囲 pp.13-18 
ページ数
発行日 2022-02-25 (MICT) 


[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