| 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 | 2020-12-17 16:45 深層学習を用いた判断根拠の可視化による夜間車載カメラ画像認識における車両領域推定 ○大薮達也・大橋剛介（静岡大）  PRMU2020-50 |
|
| 抄録 | （和） | 著者らは，深層学習を用いた夜間の車両検出に取り組んでいる．一般的に分類問題に比べ，物体検出の正解ラベル作成の負担は膨大である．そこで，物体検出モデルの代わりに，正解作成の負担が小さい画像分類の判断根拠の可視化結果から車両領域を推定する手法を検討している．一般的な判断根拠の可視化結果は，深い層の特徴マップを利用しているため解像度が低く，小さい領域の可視化が難しい．そこで，画像分類において，物体検出モデルの考え方を取り入れ，小さい領域の可視化を可能にする手法を提案する． |
| （英） | We have been working on vehicle detection at night-time using deep learning. In general, the burden of creating correct labels for object detection is enormous compared to image classification. Therefore, we study a method for predicting the presence of vehicle on the road based on vehicle lights from the visualization results of image classification, which has a low cost of creating correct labels. In the conventional visualization methods, it is difficult to visualize small areas. Therefore, we propose a method inspired from the structure of an object detection model to visualize the task-driven small area in the scene. | |
| キーワード | （和） | 深層学習 / 車両検出 / 判断根拠 / 画像分類 / / / / |
| （英） | Deep Learning / Vehicle Detection / Visualization / Classification / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 300, PRMU2020-50, pp. 69-74, 2020年12月. | |
| 資料番号 | PRMU2020-50 | |
| 発行日 | 2020-12-10 (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 | PRMU2020-50 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2020-12-17 - 2020-12-18 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 転移学習・少数データからの学習 |
| テーマ（英） | Transfer learning and few shot learning |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2020-12-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習を用いた判断根拠の可視化による夜間車載カメラ画像認識における車両領域推定 |
| サブタイトル（和） | |
| タイトル（英） | Vehicle detection using visualization of deep learning from in-vehicle night-time camera image |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / Deep Learning |
| キーワード(2)（和/英） | 車両検出 / Vehicle Detection |
| キーワード(3)（和/英） | 判断根拠 / Visualization |
| キーワード(4)（和/英） | 画像分類 / Classification |
| 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） | 大薮 達也 / Tatsuya Oyabu / オオヤブ タツヤ |
| 第1著者 所属（和/英） | 静岡大学 (略称： 静岡大) Shizuoka University (略称： Shizuoka Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 大橋 剛介 / Gosuke Ohashi / オオハシ ゴウスケ |
| 第2著者 所属（和/英） | 静岡大学 (略称： 静岡大) Shizuoka University (略称： Shizuoka Univ.) |
| 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 | 2020-12-17 16:45:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2020-50 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.300 |
| ページ範囲 | pp.69-74 |
| ページ数 | 6 |
| 発行日 | 2020-12-10 (PRMU) |
[研究会発表申込システムのトップページに戻る]