| 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 | 2022-03-07 13:50 ［ポスター講演］群衆カウント用CSRNetを利用した頭部位置推定 ○永利拓也・新見道治（九工大）  EMM2021-95 |
|
| 抄録 | （和） | 非常に混雑したシーンでの人物計測用ニューラルネットワークとしてCSRNetと呼ばれるものが提案されている．このニューラルネットワークの目的は頭部数の計測であり，出力層の情報を基にしてシーンに存在する頭部数を推定する．我々はこのニューラルネットワークを学校教室での出席管理への応用を考えており，その場合頭部位置が必要となる． CSRNetでは，入力は人数計測したいシーンを撮影したフルカラー画像データであり，出力は人物の密度マップである．この密度マップを積分するとそのシーンに存在する頭部数となり，正解密度マップとの平均二乗誤差を0にするような学習が行われる．なお，密度マップの縦横サイズは原画像の1/8となる．頭部位置の推定は，密度マップを2次元分布関数とみなし，その関数から検出される極値位置を頭部位置とする．本稿では，より詳細な人物密度マップの生成を試みるため，CSRNetの途中にアップサンプリングする層を追加する．すなわち，密度マップの縦横サイズは原画像の1/4となる．また，密度マップにガウスフィルタを施し，ノイズ影響の低減についても考察する．実験ではShanghaiTechデータセットおよび実際の教室写真を用いた．実験の結果，アップサンプリングの効果は確認できたが，ガウスフィルタを用いたノイズ制御でも，検出位置のズレや重複の誤検出を完全に抑えることはできなかった． |
| （英） | Neural network for congested scene recognition called CSRNet has been proposed. The purpose of CSRNet is to count the number of heads based on the output of CSRNet. We plane to apply CSRNet to the attendance management system which is able to recognize who are attending in a classroom, in order to do that, we need to estimate head location. In CSRNet, the input is an RGB image that is taken for a scene, and the output is the density map of people. The number of heads is given by the integral of density map. The learning process of CSRNet is performed by decreasing the mean square error between the output and the correct density map. Note that the size of density map is 1/8 of input image. Because the density map can be regarded as 2-dimentinal signal, we can estimate head locations by determining its maximal value. In this report, we put an up-sampling layer inside of CSRNet to try to make a detailed density map. The size of density map become 1/4 of input image. We apply gaussian filters to density map to reduce the influence of noise. In the experiments, we used ShanghaiTech data set and real pictures with is taken at a real classroom. As a result of experiments, we confirmed that the effectiveness of adding up-sampling layer, but it is difficult to adjust head location error and multiple extraction. | |
| キーワード | （和） | 人物計測 / 頭部推定 / CSRNet / / / / / |
| （英） | congested scene recognition / head location estimation / CSRNet / / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 417, EMM2021-95, pp. 17-22, 2022年3月. | |
| 資料番号 | EMM2021-95 | |
| 発行日 | 2022-02-28 (EMM) | |
| 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 | EMM2021-95 |
|
| 研究会情報 | |
| 研究会 | EMM |
| 開催期間 | 2022-03-07 - 2022-03-08 |
| 開催地（和） | 長崎大学 文教スカイホール |
| 開催地（英） | (Primary: Online, Secondary: On-site) |
| テーマ（和） | 画質・音質評価，知覚・認知メトリクス，人間視聴覚システム，一般 |
| テーマ（英） | Image and Sound Quality, Metrics for Perception and Recognition, Human Auditory and Visual System, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | EMM |
| 会議コード | 2022-03-EMM |
| 本文の言語 | 日本語 |
| タイトル（和） | 群衆カウント用CSRNetを利用した頭部位置推定 |
| サブタイトル（和） | |
| タイトル（英） | Head location estimation using CSRNet for understanding Highly Congested Scenes |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 人物計測 / congested scene recognition |
| キーワード(2)（和/英） | 頭部推定 / head location estimation |
| キーワード(3)（和/英） | CSRNet / CSRNet |
| 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） | 永利 拓也 / Takuya Nagatoshi / ナガトシ タクヤ |
| 第1著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： KIT) |
| 第2著者 氏名（和/英/ヨミ） | 新見 道治 / Michiharu Niimi / ニイミ ミチハル |
| 第2著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： KIT) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-03-07 13:50:00 |
| 発表時間 | 15分 |
| 申込先研究会 | EMM |
| 資料番号 | EMM2021-95 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.417 |
| ページ範囲 | pp.17-22 |
| ページ数 | 6 |
| 発行日 | 2022-02-28 (EMM) |
[研究会発表申込システムのトップページに戻る]