ご案内 入会して研究会活動をもっとお得に!研究会参加費・年間登録費が会員価格になります。
お知らせ 【重要】研究会参加費の支払いおよび原稿アップロード手続きの変更に関するご案内【1種研のみ】
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 2022-12-15 15:30
動画ベースの物体中心表現学習を用いた静止画ベースのインスタンスセグメンテーション学習手法
○金子智一・坂井亮介・白石壮馬(NEC) PRMU2022-40
抄録 (和) 混雑環境にある物体の個々の表現を学習, 推論する手法として物体中心表現学習が提案されている.
物体中心表現学習の手法は, 静止画を入力とする静止画ベースの手法と, 動画を入力とする動画ベースの手法に分けられる.
静止画ベースの手法は動きのない物体があっても個々の物体表現を抽出できるが, テクスチャが複雑な物体があると推定精度が低下する.
一方, 動画ベースの手法は動画内の動き領域に着目するため, テクスチャの複雑さに頑健であるが, 動きのない物体は認識できない.
本研究では, 静止画ベースと動画ベースの両方の手法の長所を兼ね備えた物体認識モデルの学習手法を提案する.
提案手法では, 動画ベースの物体中心表現モデルの出力を静止画ベースのモデルに学習させることで, 静止画ベースモデルでありながらテクスチャの複雑さにも頑健なモデルを学習できる.
本研究では, 提案手法をインスタンスセグメンテーションのタスクに適用して, その効果を実験的に示す. 
(英) Object-centric representation learning (OCRL) aims to separate and extract object-wise representations from an image.
There are two types of methods: image-based and video-based.
The former is applicable to a static scene/image but hardly handles complex textures, while the latter is only applicable to videos yet handles textures better using object motions to separate them.
We propose a novel image-based approach capable of handling complex textures in crowded scenes as effectively as video-based methods.
Our approach generates pseudo labels by a video-based model on which we train an image-based model.
We show its effectiveness on instance segmentation task by experiments.
キーワード (和) 物体中心表現学習 / インスタンスセグメンテーション / 教師無し学習 / / / / /  
(英) Object-Centric Representation Learning / Instance Segmantation / Unsupervised Learning / / / / /  
文献情報 信学技報, vol. 122, no. 314, PRMU2022-40, pp. 43-48, 2022年12月.
資料番号 PRMU2022-40 
発行日 2022-12-08 (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 PRMU2022-40

研究会情報
研究会 PRMU  
開催期間 2022-12-15 - 2022-12-16 
開催地(和) 富山国際会議場 
開催地(英) Toyama International Conference Center 
テーマ(和) 制御のためのCV 
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 2022-12-PRMU 
本文の言語 日本語 
タイトル(和) 動画ベースの物体中心表現学習を用いた静止画ベースのインスタンスセグメンテーション学習手法 
サブタイトル(和)  
タイトル(英) Training Method for Image-based Instance Segmentation by Video-based Object-Centric Representation Learning 
サブタイトル(英)  
キーワード(1)(和/英) 物体中心表現学習 / Object-Centric Representation Learning  
キーワード(2)(和/英) インスタンスセグメンテーション / Instance Segmantation  
キーワード(3)(和/英) 教師無し学習 / Unsupervised Learning  
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) 金子 智一 / Tomokazu Kaneko / カネコ トモカズ
第1著者 所属(和/英) 日本電気株式会社 (略称: NEC)
NEC Corporation (略称: NEC)
第2著者 氏名(和/英/ヨミ) 坂井 亮介 / Ryosuke Sakai / サカイ リョウスケ
第2著者 所属(和/英) 日本電気株式会社 (略称: NEC)
NEC Corporation (略称: NEC)
第3著者 氏名(和/英/ヨミ) 白石 壮馬 / Soma Shiraishi / シライシ ソウマ
第3著者 所属(和/英) 日本電気株式会社 (略称: NEC)
NEC Corporation (略称: NEC)
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: )
第21著者 氏名(和/英/ヨミ) / /
第21著者 所属(和/英) (略称: )
(略称: )
第22著者 氏名(和/英/ヨミ) / /
第22著者 所属(和/英) (略称: )
(略称: )
第23著者 氏名(和/英/ヨミ) / /
第23著者 所属(和/英) (略称: )
(略称: )
第24著者 氏名(和/英/ヨミ) / /
第24著者 所属(和/英) (略称: )
(略称: )
第25著者 氏名(和/英/ヨミ) / /
第25著者 所属(和/英) (略称: )
(略称: )
第26著者 氏名(和/英/ヨミ) / /
第26著者 所属(和/英) (略称: )
(略称: )
第27著者 氏名(和/英/ヨミ) / /
第27著者 所属(和/英) (略称: )
(略称: )
第28著者 氏名(和/英/ヨミ) / /
第28著者 所属(和/英) (略称: )
(略称: )
第29著者 氏名(和/英/ヨミ) / /
第29著者 所属(和/英) (略称: )
(略称: )
第30著者 氏名(和/英/ヨミ) / /
第30著者 所属(和/英) (略称: )
(略称: )
第31著者 氏名(和/英/ヨミ) / /
第31著者 所属(和/英) (略称: )
(略称: )
第32著者 氏名(和/英/ヨミ) / /
第32著者 所属(和/英) (略称: )
(略称: )
第33著者 氏名(和/英/ヨミ) / /
第33著者 所属(和/英) (略称: )
(略称: )
第34著者 氏名(和/英/ヨミ) / /
第34著者 所属(和/英) (略称: )
(略称: )
第35著者 氏名(和/英/ヨミ) / /
第35著者 所属(和/英) (略称: )
(略称: )
第36著者 氏名(和/英/ヨミ) / /
第36著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2022-12-15 15:30:00 
発表時間 15分 
申込先研究会 PRMU 
資料番号 PRMU2022-40 
巻番号(vol) vol.122 
号番号(no) no.314 
ページ範囲 pp.43-48 
ページ数 6 
発行日 2022-12-08 (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]

(日本語ページの行間係数: 1)

IEICE / 電子情報通信学会