| 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 | 2019-03-17 10:00 深層学習を用いた道路標識検出のための3DCGシミュレーションに基づく学習データセットの検討 ○加藤立登・西口敏司・水谷泰治・橋本 渉（阪工大）  BioX2018-29 PRMU2018-133 |
|
| 抄録 | （和） | 自動運転のための画像認識において深層学習が活用されているが，道路標識検出のための学習データセットの作成にあたって，利用される実写標識画像の収集や写実性の高い3DCGモデルの作成は時間的コストが大きい．そこで本研究では，軽量な3DCGモデルを利用するフレームワークにおいて，実空間の道路標識の見えの変化を考慮した道路標識検出のための学習データセットの生成手法を提案する．提案する3DCG標識画像データセットと，実写標識画像に対し幾何学的変換を行いデータ拡張した実写標識画像データセットを用いて検出器を学習し，評価用画像に対する検出精度の比較を行い，提案した学習データセットの有効性について検討する． |
| （英） | Deep learning is utilized in a field of image recognition for automated driving. However, it is costly of the time to collect real images and create high realistic 3DCG models in generating training dataset for road sign detector. In this paper, we propose a method for generating training dataset for road sign detection in consideration of changes about visual aspect of road sign in real space within the framework using light 3DCG models. We train a detector with 3DCG Image Dataset of Signs we proposed or Real Image Dataset of Signs augmented by geometric changing to a real image of sign. Furthermore, we compare these two datasets in the precision of detection about images for validation, and thereby discuss the effectiveness of training dataset we proposed. | |
| キーワード | （和） | 物体検出 / YOLO / 深層学習 / 学習データセット / データ拡張 / 3DCG / / |
| （英） | Object Detection / YOLO / Deep Learning / Training Dataset / Data Augmentation / 3DCG / / | |
| 文献情報 | 信学技報, vol. 118, no. 513, PRMU2018-133, pp. 1-6, 2019年3月. | |
| 資料番号 | PRMU2018-133 | |
| 発行日 | 2019-03-10 (BioX, PRMU) | |
| 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 | BioX2018-29 PRMU2018-133 |
|
| 研究会情報 | |
| 研究会 | PRMU BioX |
| 開催期間 | 2019-03-17 - 2019-03-18 |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | |
| テーマ（和） | 社会と産業における安全・安心を支える認識・認証技術 |
| 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 | 2019-03-PRMU-BioX |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習を用いた道路標識検出のための3DCGシミュレーションに基づく学習データセットの検討 |
| サブタイトル（和） | |
| タイトル（英） | Investigation of Training Dataset based on 3DCG Simulation for Road Sign Detection using Deep Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 物体検出 / Object Detection |
| キーワード(2)（和/英） | YOLO / YOLO |
| キーワード(3)（和/英） | 深層学習 / Deep Learning |
| キーワード(4)（和/英） | 学習データセット / Training Dataset |
| キーワード(5)（和/英） | データ拡張 / Data Augmentation |
| キーワード(6)（和/英） | 3DCG / 3DCG |
| 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） | 加藤 立登 / Ryuto Kato / カトウ リュウト |
| 第1著者 所属（和/英） | 大阪工業大学 (略称： 阪工大) Osaka Institute of Technology (略称： OIT) |
| 第2著者 氏名（和/英/ヨミ） | 西口 敏司 / Satoshi Nishiguchi / ニシグチ サトシ |
| 第2著者 所属（和/英） | 大阪工業大学 (略称： 阪工大) Osaka Institute of Technology (略称： OIT) |
| 第3著者 氏名（和/英/ヨミ） | 水谷 泰治 / Yasuharu Mizutani / ミズタニ ヤスハル |
| 第3著者 所属（和/英） | 大阪工業大学 (略称： 阪工大) Osaka Institute of Technology (略称： OIT) |
| 第4著者 氏名（和/英/ヨミ） | 橋本 渉 / Wataru Hashimoto / ハシモト ワタル |
| 第4著者 所属（和/英） | 大阪工業大学 (略称： 阪工大) Osaka Institute of Technology (略称： OIT) |
| 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 | 2019-03-17 10:00:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | BioX2018-29, PRMU2018-133 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.512(BioX), no.513(PRMU) |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2019-03-10 (BioX, PRMU) |
[研究会発表申込システムのトップページに戻る]