| 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 | 2025-01-24 13:55 Human-Centric LiDAR Depth Images Enhancing: Combining Segmentation-Guided Denoising and Depth Completion for HAR ○Maxime Chebib・Mondher Bouazizi・Tomoaki Ohtsuki（Keio Univ.）  SeMI2024-83 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | Human Activity Recognition (HAR) systems aim to identify the actions of persons based on sensor observations. In this context, these systems require robust and high-quality data for reliable deep learning model performance. While 3D-LiDAR sensors offer good capabilities for HAR, giving dense and precise environmental data, their effectiveness can be reduced by obstructions, poor lighting conditions, and noise. Current denoising approaches can use traditional filters or deep learning, but they usually target autonomous driving applications and rely on hard-to-obtain ground truth data. We propose a novel human-focused approach that combines a U-Net segmentation model for human bounding box extraction with a depth completion algorithm. The method extracts human bounding box masks from noisy LiDAR depth maps using ground truth masks extracted from RGB images. This bounding box is then used to denoise the depth maps, and the missing values are completed using gradient-guided weighted averaging. Results show high performance, with the segmentation model achieving Dice Scores of 0.958 and 0.923 for seen and unseen subjects respectively, and corresponding IoU scores of 0.920 and 0.861. The depth completion fills gaps consistently. This method enhances LiDAR depth image quality for HAR, providing cleaner data without requiring ground truth LiDAR data. | |
| キーワード | （和） | / / / / / / / |
| （英） | U-Net / Segmentation / 3D-LiDAR / Denoising / Depth completion / / / | |
| 文献情報 | 信学技報, vol. 124, no. 353, SeMI2024-83, pp. 124-129, 2025年1月. | |
| 資料番号 | SeMI2024-83 | |
| 発行日 | 2025-01-16 (SeMI) | |
| 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 | SeMI2024-83 |
|
| 研究会情報 | |
| 研究会 | SeMI |
| 開催期間 | 2025-01-23 - 2025-01-24 |
| 開催地（和） | 湯河原温泉（ホテルあかね・湯河原町商工会） |
| 開催地（英） | |
| テーマ（和） | センシング，モビリティ，モバイル・ユビキタスコンピューティング，センサ・アドホック・モバイルネットワーク，アプリケーション，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SeMI |
| 会議コード | 2025-01-SeMI |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Human-Centric LiDAR Depth Images Enhancing: Combining Segmentation-Guided Denoising and Depth Completion for HAR |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / U-Net |
| キーワード(2)（和/英） | / Segmentation |
| キーワード(3)（和/英） | / 3D-LiDAR |
| キーワード(4)（和/英） | / Denoising |
| キーワード(5)（和/英） | / Depth completion |
| 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） | チェビブ マクシム / Maxime Chebib / チェビブ マクシム |
| 第1著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第2著者 氏名（和/英/ヨミ） | ブアジジ モンデル / Mondher Bouazizi / ブアジジ モンデル |
| 第2著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 大槻 知明 / Tomoaki Ohtsuki / オオツキ トモアキ |
| 第3著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-01-24 13:55:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SeMI |
| 資料番号 | SeMI2024-83 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.353 |
| ページ範囲 | pp.124-129 |
| ページ数 | 6 |
| 発行日 | 2025-01-16 (SeMI) |
[研究会発表申込システムのトップページに戻る]