| 講演名 | 2022-02-18 任意の方向からの物体認識用訓練データ生成手法 尾関 政朋(静岡理工科大), 粂田 彩華(静岡理工科大), 工藤 司(静岡理工科大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 深層学習を活用した物体認識は，様々な分野で広く活用されている．一方で，学習のための訓練データの準備にはしばしば大きな負荷を要し，応用上の課題になる．特に，ある物体を任意の方向から認識する場合には，様々な方向から撮影した訓練データが必要になり，応用上の負荷はさらに高くなる．本研究では，このような訓練データを効率的に生成するため，連続撮影した動画から訓練データを自動抽出する方式と，コンピュータグラフィックス（CG）により自動生成する方式の，２つのアプローチを提案する．さらに，訓練データの作成効率と物体認識の精度を評価し，特定の環境では前者が，多様な環境では両者を併用することが有効であることを示す． |
| 抄録(英) | Object recognition utilizing deep learning is widely applied in various fields. On the other hand, the preparation of training data for deep learning often requires a large load and becomes an obstacle to applying it. In particular, to recognize the target object from free directions, training data from the various direction is required, and the load becomes higher. In this study, to efficiently generate such training data, we propose two approaches. One is a method of automatically extracting training data from continuously shot videos; the other is a method of automatically generating it by computer graphics (CG). Furthermore, we evaluate the training data generation efficiency and object recognition accuracy. And, it is shown that the former method is effective when the environment is specified; using both methods together is effective when the environment is not specified, namely various environments. |
| キーワード(和) | 深層学習 / 物体認識 / 訓練データ生成 / コンピュータグラフィックス / CG / 動画 |
| キーワード(英) | deep learning / object recognition / training data generation / computer graphics / CG / video |
| 資料番号 | SWIM2021-38 |
| 発行日 | 2022-02-11 (SWIM) |
| 研究会情報 | |
| 研究会 | SWIM |
|---|---|
| 開催期間 | 2022/2/18(から1日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | ビジネス評価と信頼性、学生セッション、一般 |
| テーマ（英） | |
| 委員長氏名（和） | 五月女 健治(法政大) |
| 委員長氏名（英） | Kenji Saotome(Hosei Univ.) |
| 副委員長氏名（和） | 林 章浩(静岡理工科大) |
| 副委員長氏名（英） | Akihiro Hayashi(Shizuoka Inst. of Science and Tech.) |
| 幹事氏名（和） | 能上 慎也(東京理科大) / 山田 耕嗣(阪産大) |
| 幹事氏名（英） | Shinya Nogami(Tokyo Univ. of Science) / Koji Yamada(Osaka Sangyo Univ.) |
| 幹事補佐氏名（和） | 工藤 司(静岡理工科大) / 辻 孝吉(愛知県立大) |
| 幹事補佐氏名（英） | Tsukasa Kudo(Shizuoka Inst. of Science and Tech.) / Kokichi Tsuji(Aichi Pref. Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Software Interprise Modeling |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 任意の方向からの物体認識用訓練データ生成手法 |
| サブタイトル（和） | 動画とCGを活用した２つのアプローチ |
| タイトル（英） | Training Data Generation Method for Object Recognition from Free Direction |
| サブタイトル（和） | Two Approaches Utilizing Video and CG |
| キーワード(1)（和/英） | 深層学習 / deep learning |
| キーワード(2)（和/英） | 物体認識 / object recognition |
| キーワード(3)（和/英） | 訓練データ生成 / training data generation |
| キーワード(4)（和/英） | コンピュータグラフィックス / computer graphics |
| キーワード(5)（和/英） | CG / CG |
| キーワード(6)（和/英） | 動画 / video |
| 第 1 著者 氏名（和/英） | 尾関 政朋 / Masatomo Ozeki |
| 第 1 著者 所属（和/英） | 静岡理工科大学(略称：静岡理工科大) Shizuoka Institute of Science and Technology(略称：SIST) |
| 第 2 著者 氏名（和/英） | 粂田 彩華 / Ayaka Kumeta |
| 第 2 著者 所属（和/英） | 静岡理工科大学(略称：静岡理工科大) Shizuoka Institute of Science and Technology(略称：SIST) |
| 第 3 著者 氏名（和/英） | 工藤 司 / Tsukasa Kudo |
| 第 3 著者 所属（和/英） | 静岡理工科大学(略称：静岡理工科大) Shizuoka Institute of Science and Technology(略称：SIST) |
| 発表年月日 | 2022-02-18 |
| 資料番号 | SWIM2021-38 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | SWIM-372 |
| ページ範囲 | pp.51-58(SWIM), |
| ページ数 | 8 |
| 発行日 | 2022-02-11 (SWIM) |