| 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 技報オンライン ‥‥ (ESS/通ソ/エレソ/ISS) 技報アーカイブ ‥‥ (エレソ/通ソ) |
| 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 | 2014-12-04 15:40 深層学習と逐次学習の組み合わせによる低品質な空撮画像からの人物検出 ○藤村高之・杉村大輔（東京理科大）・小野文枝・三浦 龍（NICT）・浜本隆之（東京理科大） 技報オンラインサービス実施中  |
|
| 抄録 | （和） | 無人航空機(UAV)から得られる空撮画像を用いて人物検出を行う．空撮画像のノイズ，ブレ，人物領域の低解像度，非人が多様となる問題等により，従来手法での対処は難しい．そこで，本稿ではMS-HOGによる入力ベクトルの拡張を施した深層学習を用いることで，高精度な人物検出を行う．さらに，逐次学習により多様な非人による人物検出の性能劣化に対応する．評価実験により有効性を確かめた． |
| （英） | We propose a method for human detection from Aerial Images taken by Unmanned Aerial Vehicle (UAV). In that situations, there has crucial difficulties in human detection such as: heavy noise, motion blur, low resolution human regions, wide variations of negative samples and etc. These problems cause the degradations in human detection. In order to address these problems that the previous works cannot deal with, we exploit both a Deep Learning and an Online Learning. Effective method in our approach is 1)using Deep Learning with MS-HOG to improve the performance, 2) dealing with the wide variations of negative samples in Online Learning. Experimental results show the effective of the proposed method. | |
| キーワード | （和） | 無人航空機 / 人物検出 / 深層学習 / 逐次学習 / / / / |
| （英） | UAV / Human detection / Deep Learning / Online Learning / / / / | |
| 文献情報 | 信学技報, vol. 114, no. 350, IE2014-61, pp. 31-34, 2014年12月. | |
| 資料番号 | IE2014-61 | |
| 発行日 | 2014-11-27 (CS, IE) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 研究会情報 | |
| 研究会 | IPSJ-AVM CS IE ITE-BCT |
| 開催期間 | 2014-12-04 - 2014-12-05 |
| 開催地（和） | 大阪大学 中之島センター |
| 開催地（英） | Osaka University Nakanoshima Center |
| テーマ（和） | 画像符号化，通信・ストリーム技術，一般 |
| テーマ（英） | Image Coding, Streaming, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2014-12-AVM-CS-IE-BCT |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習と逐次学習の組み合わせによる低品質な空撮画像からの人物検出 |
| サブタイトル（和） | |
| タイトル（英） | human detection from low quality Aerial images using Deep Learning and Online Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 無人航空機 / UAV |
| キーワード(2)（和/英） | 人物検出 / Human detection |
| キーワード(3)（和/英） | 深層学習 / Deep Learning |
| キーワード(4)（和/英） | 逐次学習 / Online Learning |
| 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） | 藤村 高之 / Takayuki Fujimura / フジムラ タカユキ |
| 第1著者 所属（和/英） | 東京理科大学 (略称： 東京理科大) Tokyo University of Science (略称： TUS) |
| 第2著者 氏名（和/英/ヨミ） | 杉村 大輔 / Daisuke Sugimura / スギムラ ダイスケ |
| 第2著者 所属（和/英） | 東京理科大学 (略称： 東京理科大) Tokyo University of Science (略称： TUS) |
| 第3著者 氏名（和/英/ヨミ） | 小野 文枝 / Fumie Ono / オノ フミエ |
| 第3著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第4著者 氏名（和/英/ヨミ） | 三浦 龍 / Ryu Miura / ミウラ リュウ |
| 第4著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第5著者 氏名（和/英/ヨミ） | 浜本 隆之 / Takayuki Hamamoto / ハマモト タカユキ |
| 第5著者 所属（和/英） | 東京理科大学 (略称： 東京理科大) Tokyo University of Science (略称： TUS) |
| 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： ) |
| 講演者 | 1 |
| 発表日時 | 2014-12-04 15:40:00 |
| 発表時間 | 25 |
| 申込先研究会 | IE |
| 資料番号 | IEICE-CS2014-75,IEICE-IE2014-61 |
| 巻番号（vol） | IEICE-114 |
| 号番号（no） | no.349(CS), no.350(IE) |
| ページ範囲 | pp.31-34 |
| ページ数 | IEICE-4 |
| 発行日 | IEICE-CS-2014-11-27,IEICE-IE-2014-11-27 |
[研究会発表申込システムのトップページに戻る]