| 講演名 | 2022-02-22 深層学習を用いた全方位画像中の物体検出に関する研究 石田 泰之(芝浦工大), 伊東 敏夫(芝浦工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 普及型の自動運転車では，最小限のセンサ構成が望まれる．そこで，本研究では視野角が広い全方位カメラを用いて，走行環境認識のため物体検出を行う．全方位カメラは通常の単眼カメラと異なる写り方をするため幾何変換を行い，深層学習を実行する．しかし，物体の両端で分割が生じてしまう．そこで，本研究では画像が繰り返されていると考え，アノテーションを設定することで分割される物体の検出を可能にした．さらに，全方位画像の両端は離れており畳み込みニューラルネットワークのみで特徴を抽出することは困難と考えbackboneにSelf Attentionを追加した．精度はmAPを用いた．Self AttentionのあるネットワークはmAPが最大で66.5%となり，分割された物体でも検出が可能となった． |
| 抄録(英) | A minimum sensor configuration is desired for a popular automatic vehicle. In this study, an omnidirectional camera with a wide viewing angle is used for object detection to recognize the driving environment. Since an omnidirectional camera has a different appearance from that of a normal monocular camera, geometric transformation is used to perform deep learning. However, the image is segmented at both ends of the object. In this study, we consider the image to be repeated and set annotations to detect objects that are segmented. In addition, since both ends of the omnidirectional image are far away from each other, it is difficult to extract features only by convolutional neural network, so Self Attention is added to the backbone. The accuracy of the network with Self Attention was measured by mAP, and the maximum mAP of the network with Self Attention was 66.5%, which made it possible to detect segmented objects. |
| キーワード(和) | 深層学習 / 全方位カメラ / 物体検出 / 走行環境認識 |
| キーワード(英) | Deep Learning / Omnidirectional camera / Object detection / Road environmental recognition |
| 資料番号 | ITS2021-57,IE2021-66 |
| 発行日 | 2022-02-14 (ITS, IE) |
| 研究会情報 | |
| 研究会 | IE / ITS / ITE-AIT / ITE-ME / ITE-MMS |
|---|---|
| 開催期間 | 2022/2/21(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 画像処理，一般 |
| テーマ（英） | Image Processing, etc. |
| 委員長氏名（和） | 児玉 和也(NII) / 藤井 雅弘(宇都宮大) / 名手 久貴(東京工芸大) / 新井 啓之(日本工大) / 町田 賢司(NHK) |
| 委員長氏名（英） | Kazuya Kodama(NII) / Masahiro Fujii(Utsunomiya Univ.) / Hisaki Nate(Tokyo Polytechnic Univ.) / Hiroyuki Arai(Nippon Inst. of Tech.) / Kenji Machida(NHK) |
| 副委員長氏名（和） | 坂東 幸浩(NTT) / 山崎 俊彦(東大) / 大野 光平(明治大) / 橋本 尚久(産総研) / / 村松 正吾(新潟大) |
| 副委員長氏名（英） | Hiroyuki Bandoh(NTT) / Toshihiko Yamazaki(Univ. of Tokyo) / Kohei Ohno(Meiji Univ.) / Naohisa Hashimoto(AIST) / / Shogo Muramatsu(Niigata Univ.) |
| 幹事氏名（和） | 海野 恭平(KDDI総合研究所) / 福嶋 慶繁(名工大) / 橋浦 康一郎(秋田県立大) / 金 帝演(鶴岡工専) / / 望月 貴裕(NHK) / 小川 貴弘(北海道大) / 細井 利憲(NEC) / 山野 文子(コニカミノルタ) / 堀 淳志(三菱電機) / 文仙 正俊(福岡大) |
| 幹事氏名（英） | Kyohei Unno(KDDI Research) / Norishige Fukushima(Nagoya Inst. of Tech.) / Kouichiro Hashiura(Akita Prefectural Univ.) / Kim Jeyeon(NIT, Tsuruoka College) / / Takahiro Mochizuki(NHK) / Takahiro Ogawa(Hokkaido Univ.) / Toshinori Hosoi(NEC) / Ayako Yamano(KONICA MINOLTA) / Atsushi Hori(Mitsubishi Electric) / Masatoshi Bunsen(Fukuoka Univ.) |
| 幹事補佐氏名（和） | 岩村 俊輔(NHK) / 工藤 忍(NTT) / 今尾 勝崇(三菱電機) / 佐保 賢志(富山県立大) / 自見 圭司(群馬大) |
| 幹事補佐氏名（英） | Shunsuke Iwamura(NHK) / Shinobu Kudo(NTT) / Msataka Imao(Mitsubishi Electric) / Kenshi Saho(Toyama Prefectural Univ.) / Keiji Jimi(Gunma Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Image Engineering / Technical Committee on Intelligent Transport Systems Technology / Technical Group on Artistic Image Technology / Technical Group on Media Engineering / Technical Group on Multi-media Storage |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 深層学習を用いた全方位画像中の物体検出に関する研究 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Object Detection in Omnidirectional Images Using Deep Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 深層学習 / Deep Learning |
| キーワード(2)（和/英） | 全方位カメラ / Omnidirectional camera |
| キーワード(3)（和/英） | 物体検出 / Object detection |
| キーワード(4)（和/英） | 走行環境認識 / Road environmental recognition |
| 第 1 著者 氏名（和/英） | 石田 泰之 / Yasuyuki Ishida |
| 第 1 著者 所属（和/英） | 芝浦工業大学(略称：芝浦工大) Shibaura Institute of Technology(略称：SIT) |
| 第 2 著者 氏名（和/英） | 伊東 敏夫 / Toshio Ito |
| 第 2 著者 所属（和/英） | 芝浦工業大学(略称：芝浦工大) Shibaura Institute of Technology(略称：SIT) |
| 発表年月日 | 2022-02-22 |
| 資料番号 | ITS2021-57,IE2021-66 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | ITS-373,IE-374 |
| ページ範囲 | pp.190-195(ITS), pp.190-195(IE), |
| ページ数 | 6 |
| 発行日 | 2022-02-14 (ITS, IE) |