| 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 | 2023-02-22 11:30 超高精細画像センシング向け階層型物体検出手法の検討 ○菅谷 真・堀川雄生・吉田錬平・松村哲哉（日大）  ITS2022-65 IE2022-82 |
|
| 抄録 | （和） | 本稿では，4K超高精細対応の階層型物体検出手法を提案する．この手法は，広域検出と局所検出，統合処理から成る3階層の検出器構成である．4K対応向けに推論用画像サイズの最適化と局所検出向けの再構成画像生成アルゴリズムを提案し，実装した．評価にはドローンの空撮画像をベースに4Kサイズにアップサンプリングしたデータセットを使用した．評価の結果， 階層型物体検出を4K画像向けに対応する前後で比較すると，検出個数を8,051個増加し，mAPを9.03pt向上した．また，4K画像対応の階層型物体検出に対し従来手法と新規の再構成画像生成手法を比較し，mAPは値が増減せず，検出速度は約6%の削減となった．評価を通して，本手法の優位性を検証した． |
| （英） | In this paper, we propose a hierarchical object detection method for a 4K super-high definition. This method is a three-layer detector configuration consisting of wide-area detection, local-area detection, and combined processing. For 4K support, we have proposed and implemented a reconstruction image generation algorithm for optimization of the image size for inference and local-area detection. For the evaluation, we upsampled to 4K size based on the aerial image taken by the drone and used it as a dataset. As a result of the evaluation, when comparing the hierarchical object detection before and after supporting 4K images, the number of detected objects increased by 8,051, and the mAP improved by 9.03 points. In addition, comparing the conventional method and the new reconstructed image generation method for hierarchical object detection for 4K images, the value of mAP did not increase or decrease, and the detection speed was reduced by about 6%. Through our evaluation, the superiority of this method was verified. | |
| キーワード | （和） | 深層学習 / 物体検出 / 超高精細画像 / YOLO / / / / |
| （英） | Deep Learning / Object Detection / Super-High Resolution / YOLO / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 385, IE2022-82, pp. 130-135, 2023年2月. | |
| 資料番号 | IE2022-82 | |
| 発行日 | 2023-02-14 (ITS, IE) | |
| 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 | ITS2022-65 IE2022-82 |
|
| 研究会情報 | |
| 研究会 | IE ITS ITE-MMS ITE-ME ITE-AIT |
| 開催期間 | 2023-02-21 - 2023-02-22 |
| 開催地（和） | 北海道大学 |
| 開催地（英） | Hokkaido Univ. |
| テーマ（和） | 画像処理，一般 |
| テーマ（英） | Image Processing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2023-02-IE-ITS-MMS-ME-AIT |
| 本文の言語 | 日本語 |
| タイトル（和） | 超高精細画像センシング向け階層型物体検出手法の検討 |
| サブタイトル（和） | |
| タイトル（英） | Implementation of Hierarchical Object Detection Method for Super High-Definition Image Sensing |
| 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） | 物体検出 / Object Detection |
| キーワード(3)（和/英） | 超高精細画像 / Super-High Resolution |
| キーワード(4)（和/英） | YOLO / YOLO |
| 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） | 菅谷 真 / Makoto Sugaya / スガヤ マコト |
| 第1著者 所属（和/英） | 日本大学大学院 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 堀川 雄生 / Yusei Horikawa / ホリカワ ユウセイ |
| 第2著者 所属（和/英） | 日本大学大学院 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 吉田 錬平 / Renpei Yoshida / ヨシダ レンペイ |
| 第3著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 松村 哲哉 / Tetsuya Matsumura / マツムラ テツヤ |
| 第4著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-02-22 11:30:00 |
| 発表時間 | 15分 |
| 申込先研究会 | IE |
| 資料番号 | ITS2022-65, IE2022-82 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.384(ITS), no.385(IE) |
| ページ範囲 | pp.130-135 |
| ページ数 | 6 |
| 発行日 | 2023-02-14 (ITS, IE) |
[研究会発表申込システムのトップページに戻る]