お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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 2019-01-18 15:55
360度画像の一領域から全体を生成するGANs
秋本直郁林 昌希笠井誠斗青木義満慶大PRMU2018-111 MVE2018-53
抄録 (和) 本稿では,360度画像のうち一方向分の領域から,Generative Adversarial Networksを用いて残りの領域を補完し360度画像全体を生成するという,新しい問題設定を提案する.この問題に対して,画像内の建物や道路の輪郭に360度画像の特有の歪みが生成されることを本稿の目標とする.さらに,本来360度画像は両端で連続であるという性質を用いた画像の組み換えにより,問題を簡単化する方法を提案する.また,360度画像の生成に有効な構造としてdilated convolution層を直列または並列に用いた構成を複数提案する.結果として,ベースラインで見られるような白い穴の発生を抑制しつつ,建物や道路の輪郭の歪みをより良く生成できた. 
(英) In this paper, we present a novel problem setting in which, using one direction of a 360-degree image, a Generative Adversarial Networks (GANs) completes a whole 360-degree image. We also address this problem with a goal which is, distortions of the outlines of roads and buildings that specifically exist in 360-degree images should be generated. Furthermore, for making this problem easy, we present image rearranging which is done using a specific property seen in a 360-degree image. This is that both edge of 360-degree images are originally continuous. And also, we present a combination of dilated convolution layers as effective architectures for generation of a 360-degree image. In our experiments, we show that the series and/or parallel architecture generated better results, in which the white holes seen in baseline results were suppressed and the distortions of the outlines of roads and buildings were generated.
キーワード (和) 深層学習 / 360度画像 / 正距円筒図法 / / / / /  
(英) Generative Adversarial Network / deep learning / / / / / /  
文献情報 信学技報, vol. 118, no. 404, PRMU2018-111, pp. 149-153, 2019年1月.
資料番号 PRMU2018-111 
発行日 2019-01-10 (PRMU, MVE) 
ISSN Print edition: ISSN 0913-5685    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 PRMU2018-111 MVE2018-53

研究会情報
研究会 PRMU MVE IPSJ-CVIM  
開催期間 2019-01-17 - 2019-01-18 
開催地(和) 京都テルサ 
開催地(英)  
テーマ(和) AR/VRのためのComputational Photography and Display 
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 2019-01-PRMU-MVE-CVIM 
本文の言語 日本語 
タイトル(和) 360度画像の一領域から全体を生成するGANs 
サブタイトル(和)  
タイトル(英) GANs for Generating Whole Image from One Region of 360-degree 
サブタイトル(英)  
キーワード(1)(和/英) 深層学習 / Generative Adversarial Network  
キーワード(2)(和/英) 360度画像 / deep learning  
キーワード(3)(和/英) 正距円筒図法 /  
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) 秋本 直郁 / Naofumi Akimoto / アキモト ナオフミ
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) 林 昌希 / Masaki Hayashi / ハヤシ マサキ
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) 笠井 誠斗 / Seito Kasai / カサイ セイト
第3著者 所属(和/英) 慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.)
第4著者 氏名(和/英/ヨミ) 青木 義満 / Yoshimitsu Aoki / アオキ ヨシミツ
第4著者 所属(和/英) 慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.)
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: )
講演者 第1著者 
発表日時 2019-01-18 15:55:00 
発表時間 15分 
申込先研究会 PRMU 
資料番号 PRMU2018-111, MVE2018-53 
巻番号(vol) vol.118 
号番号(no) no.404(PRMU), no.405(MVE) 
ページ範囲 pp.149-153 
ページ数
発行日 2019-01-10 (PRMU, MVE) 


[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]


IEICE / 電子情報通信学会