| 講演名 | 2019-03-17 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(阪工大), 西口 敏司(阪工大), 水谷 泰治(阪工大), 橋本 渉(阪工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 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． |
| 抄録(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 |
| キーワード(英) | Object Detection / YOLO / Deep Learning / Training Dataset / Data Augmentation / 3DCG |
| 資料番号 | BioX2018-29,PRMU2018-133 |
| 発行日 | 2019-03-10 (BioX, PRMU) |
| 研究会情報 | |
| 研究会 | PRMU / BioX |
|---|---|
| 開催期間 | 2019/3/17(から2日開催) |
| 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） | |
| 委員長氏名（和） | 佐藤 真一(NII) / 鷲見 和彦(青学大) |
| 委員長氏名（英） | Shinichi Sato(NII) / Kazuhiko Sumi(AGU) |
| 副委員長氏名（和） | 井尻 善久(オムロン) / 玉木 徹(広島大) / 今岡 仁(NEC) / 大木 哲史(静岡大) |
| 副委員長氏名（英） | Yoshihisa Ijiri(Omron) / Toru Tamaki(Hiroshima Univ.) / Hitoshi Imaoka(NEC) / Tetsushi Ohki(Shizuoka Univ.) |
| 幹事氏名（和） | 石井 雅人(NEC) / 菅野 裕介(阪大) / 青木 隆浩(富士通研) / 市野 将嗣(電通大) |
| 幹事氏名（英） | Masato Ishii(NEC) / Yusuke Sugano(Osaka Univ.) / Takahiro Aoki(Fujitsu Labs.) / Masatsugu Ichino(Univ. of Electro-Comm.) |
| 幹事補佐氏名（和） | 入江 豪(NTT) / 牛久 祥孝(東大) / 奥井 宣広(KDDI総合研究所) / 渡部 大志(埼玉工大) |
| 幹事補佐氏名（英） | Go Irie(NTT) / Yoshitaka Ushiku(Univ. of Tokyo) / Norihiro Okui(KDDI Research) / Daishi Watabe(Saitama Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding / Technical Committee on Biometrics |
|---|---|
| 本文の言語 | JPN |
| 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（和） | |
| 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 |
| 第 1 著者 氏名（和/英） | 加藤 立登 / Ryuto Kato |
| 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） | 西口 敏司 / Satoshi Nishiguchi |
| 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） | 水谷 泰治 / Yasuharu Mizutani |
| 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） | 橋本 渉 / Wataru Hashimoto |
| 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) |
| 発表年月日 | 2019-03-17 |
| 資料番号 | BioX2018-29,PRMU2018-133 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | BioX-512,PRMU-513 |
| ページ範囲 | pp.1-6(BioX), pp.1-6(PRMU), |
| ページ数 | 6 |
| 発行日 | 2019-03-10 (BioX, PRMU) |