講演名 2019-07-19
画像の視覚的および空間的特徴に基づくユーザに特化した注視領域推定の高精度化に関する検討
諸戸 祐哉(北大), 前田 圭介(北大), 小川 貴弘(北大), 長谷山 美紀(北大),
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 本文では,我々が以前提案した,画像の視覚的および空間的特徴に基づくユーザに特化した注視領域の推定手法の高精度化に関する検討を行う.提案手法では,画像の視覚的および空間的特徴に基づく2種類のフィクセーションマップを算出する.さらに,これらのフィクセーションマップを簡便な手法により統合を行うことで,ユーザに特化した注視領域の推定を実現する.ここで,視覚的特徴を考慮する際,テスト画像から算出される各パッチの画像特徴量の近傍に存在する画像特徴量を有する学習パッチを探索する.探索された学習パッチに対応するフィクセーションパッチの平均を取ることで,テストパッチのフィクセーションパッチを推定する.ただし,学習パッチおよびフィクセーションパッチは学習画像およびフィクセーションマップを分割したものである.学習パッチを探索するための近傍数は,提案手法においてフィクセーションパッチを推定する際の重要なパラメータであり,推定精度に大きな影響を及ぼすと考えられる.しかしながら,以前我々が報告した文献では,この近傍数が与える推定精度への影響に関する考察が十分に行われていなかった.そこで,本文では,この近傍数を変化させた実験を行うことで,推定精度へ与える影響について考察を行う.
抄録(英) This paper presents a consideration of the number of nearest neighbors in our estimation method for user-specific visual attention based on visual and spatial information in images. In order to estimate the user-specific visual attention, the proposed method calculates two kinds of saliency maps which are based on visual similarity and spatial information, respectively. The proposed method performs a fusion of these two maps and calculates the new saliency map based on these information. Then, in order to consider the visual similarity, the proposed method searches the training patches similar to each test patch obtained from the test image. The number of searched training patches is an important parameter in the proposed method. However, our previous work does not investigate the influence of the number of searched training patches. This paper investigates this influence and performs the consideration.
キーワード(和) 視線データ / 注視領域推定 / フィクセーションマップ / 画像特徴 / 機械学習
キーワード(英) Eye gaze data / Visual attention estimation / Fixation map / Visual feature / Machine learning
資料番号 IMQ2019-3,HIP2019-31
発行日 2019-07-12 (IMQ, HIP)

研究会情報
研究会 IMQ / HIP
開催期間 2019/7/19(から1日開催)
開催地(和) 札幌市立大学 サテライトキャンパス
開催地(英) Satellite Campus, Sapporo City University
テーマ(和) イメージ・メディア・クオリティ及びヒューマン情報処理一般
テーマ(英) Image Media Quality and Human Information Processing
委員長氏名(和) 中口 俊哉(千葉大) / 蒲池 みゆき(工学院大)
委員長氏名(英) Toshiya Nakaguchi(Chiba Univ.) / Miyuki Kamachi(Kogakuin Univ.)
副委員長氏名(和) 前田 充(キヤノン) / 魚森 謙也(阪大) / 坂本 修一(東北大) / 和田 有史(立命館大)
副委員長氏名(英) Mitsuru Maeda(Canon) / Kenya Uomori(Osaka Univ.) / Shuichi Sakamoto(Tohoku Univ.) / Yuji Wada(Ritsumeikan Univ.)
幹事氏名(和) 大橋 剛介(静岡大) / 齊藤 新一郎(ソニーセミコンダクタソリューションズ) / 坂野 雄一(NICT) / 望月 理香(NTT) / 清河 幸子(名大)
幹事氏名(英) Gosuke Ohashi(Shizuoka Univ.) / Shinichiro Saito(Sony Semiconductor Solutions) / Yuichi Sakano(NICT) / Rika Mochizuki(NTT) / Sachiko Kiyokawa(Nagoya Univ.)
幹事補佐氏名(和) 工藤 博章(名大) / 土田 勝(NTT) / 平井 経太(千葉大) / 和田 充史(NICT) / 金谷 英俊(立命館大) / 山田 祐樹(九大)
幹事補佐氏名(英) Hiroaki Kudo(Nagoya Univ.) / Masaru Tsuchida(NTT) / Keita Hirai(Chiba Univ.) / Atsushi Wada(NICT) / Hidetoshi Kanaya(Ritsumeikan Univ.) / Yuki Yamada(Kyushu Univ.)

講演論文情報詳細
申込み研究会 Technical Committee on Image Media Quality / Technical Committee on Human Information Processing
本文の言語 JPN
タイトル(和) 画像の視覚的および空間的特徴に基づくユーザに特化した注視領域推定の高精度化に関する検討
サブタイトル(和) 視覚的特徴の類似度と推定精度の関係性に関する一考察
タイトル(英) A Note on User-specific Visual Attention Estimation Based on Visual and Spatial Information in Images
サブタイトル(和) A Study on Relationship between Estimation Performance and the Similarity of Visual Features
キーワード(1)(和/英) 視線データ / Eye gaze data
キーワード(2)(和/英) 注視領域推定 / Visual attention estimation
キーワード(3)(和/英) フィクセーションマップ / Fixation map
キーワード(4)(和/英) 画像特徴 / Visual feature
キーワード(5)(和/英) 機械学習 / Machine learning
第 1 著者 氏名(和/英) 諸戸 祐哉 / Yuya Moroto
第 1 著者 所属(和/英) 北海道大学(略称:北大)
Hokkaido University(略称:Hokkaido Univ.)
第 2 著者 氏名(和/英) 前田 圭介 / Keisuke Maeda
第 2 著者 所属(和/英) 北海道大学(略称:北大)
Hokkaido University(略称:Hokkaido Univ.)
第 3 著者 氏名(和/英) 小川 貴弘 / Takahiro Ogawa
第 3 著者 所属(和/英) 北海道大学(略称:北大)
Hokkaido University(略称:Hokkaido Univ.)
第 4 著者 氏名(和/英) 長谷山 美紀 / Miki Haseyama
第 4 著者 所属(和/英) 北海道大学(略称:北大)
Hokkaido University(略称:Hokkaido Univ.)
発表年月日 2019-07-19
資料番号 IMQ2019-3,HIP2019-31
巻番号(vol) vol.119
号番号(no) IMQ-131,HIP-132
ページ範囲 pp.13-16(IMQ), pp.13-16(HIP),
ページ数 4
発行日 2019-07-12 (IMQ, HIP)