| 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 | 2018-12-14 14:25 人工的に生成した道路シーンを用いた道路標識認識器の学習 ○堰澤 映・中島克人（東京電機大）  PRMU2018-89 |
|
| 抄録 | （和） | 本稿では，深層学習に基づくEnd-to-End な物体認識器に対して人工的に生成した道路シーンを学習用画像として与え，道路標識の実画像を用いずに道路標識認識器を学習させる手法を提案する．従来の学習画像の生成手法は道路標識部分だけの小さな画像の生成のみに対応したものが多く，シーン全体を学習画像として用いるEnd-to-Endな物体認識器の学習には使用できない．本稿ではEnd-to-End な物体認識器の学習データとして道路シーンの人工的な生成手法を提案するとともに，道路標識周辺のコンテキスト情報を考慮したシーン生成が精度向上に有効であることを示す． |
| （英） | This paper proposes a method of providing an end-to-end object recognition system based on deep learning that uses synthetically generated road scenes as recognition training images in place of actual images of road signs. Conventional training image generation methods often generate only small images that include just the traffic sign part and are not capable of training end-to-end object recognition systems using entire scenes as the training images. This paper proposes a method of synthetically generating road scenes as end-to-end object recognition system training data; the system shows that generating scenes considering contextual information around traffic signs effectively improves precision. | |
| キーワード | （和） | 道路標識認識 / 物体検出 / 合成データ / データ増強 / / / / |
| （英） | Traffic Sign Recognition / Object Detection / Synthetic Data / Data Augmentation / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 362, PRMU2018-89, pp. 73-78, 2018年12月. | |
| 資料番号 | PRMU2018-89 | |
| 発行日 | 2018-12-06 (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 | PRMU2018-89 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2018-12-13 - 2018-12-14 |
| 開催地（和） | 東北大学 |
| 開催地（英） | |
| テーマ（和） | 深層学習とPRMU技術およびその応用 |
| 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 | 2018-12-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | 人工的に生成した道路シーンを用いた道路標識認識器の学習 |
| サブタイトル（和） | |
| タイトル（英） | Training of Traffic Sign Detector and Classifier Using Synthetic Road Scenes |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 道路標識認識 / Traffic Sign Recognition |
| キーワード(2)（和/英） | 物体検出 / Object Detection |
| キーワード(3)（和/英） | 合成データ / Synthetic Data |
| キーワード(4)（和/英） | データ増強 / Data Augmentation |
| 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） | 堰澤 映 / Akira Sekizawa / セキザワ アキラ |
| 第1著者 所属（和/英） | 東京電機大学 (略称： 東京電機大) Tokyo Denki University (略称： TDU) |
| 第2著者 氏名（和/英/ヨミ） | 中島 克人 / Katsuto Nakajima / ナカジマ カツト |
| 第2著者 所属（和/英） | 東京電機大学 (略称： 東京電機大) Tokyo Denki University (略称： TDU) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-12-14 14:25:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2018-89 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.362 |
| ページ範囲 | pp.73-78 |
| ページ数 | 6 |
| 発行日 | 2018-12-06 (PRMU) |
[研究会発表申込システムのトップページに戻る]