| 講演名 | 2017-01-19 水族館でのAR学習支援システム実現の為の魚画像認識技術の提案 道後 千尋(東京理科大), 小林 達也(KDDI総合研究所), 菅野 勝(KDDI総合研究所), 半谷 精一郎(東京理科大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本研究では,水族館におけるプロジェクション型の展示魚説明システムの開発を検討している. このAR学習支援システムは水槽を外から撮影した映像の解析により,水槽内の魚を検出・追跡し,追跡中の魚の上に説明を投影する構成である. システムの実現には映像中の魚の高精度な検出・追跡が必要だが,既存技術では精度が不十分である. そこで本論文では,学習画像の自動生成や背景差分,時系列フィルタの適用を行うことで,従来の検出精度を改善することを提案する. |
| 抄録(英) | This paper presents fish detection and recognition method for AR-based learning support system, which helps users to learn about fishes swimming in an aquarium. The proposed method analyzes pictures of a water tank taken from the outside of the tank, and detects particular types of fish trained beforehand. The existing detection and recognition method lacks precision for practical use. Therefore, we apply automatic blurred image generation of training images, background subtraction and Kalman filtering to the conventional method. Experimental results show the improvement of detection accuracy. |
| キーワード(和) | 学習支援システム / Deep Learning / 一般物体認識 / 拡張現実感 |
| キーワード(英) | Learning Support System / Deep Learning / Generic Object Recognition / Augmented Reality |
| 資料番号 | PRMU2016-139,MVE2016-30 |
| 発行日 | 2017-01-12 (PRMU, MVE) |
| 研究会情報 | |
| 研究会 | PRMU / IPSJ-CVIM / MVE |
|---|---|
| 開催期間 | 2017/1/19(から2日開催) |
| 開催地（和） | 京都大学 吉田キャンパス 百周年時計台記念館 |
| 開催地（英） | |
| テーマ（和） | 人の生活・活動を支えるCV/PR/AR |
| テーマ（英） | |
| 委員長氏名（和） | 前田 英作(NTT) / / 亀田 能成(筑波大) |
| 委員長氏名（英） | Eisaku Maeda(NTT) / / Yoshinari Kameda(Univ. of Tsukuba) |
| 副委員長氏名（和） | 内田 誠一(九大) / 藤吉 弘亘(中部大) / / 間瀬 健二(名大) |
| 副委員長氏名（英） | Seiichi Uchida(Kyushu Univ.) / Hironobu Fujiyoshi(Chubu Univ.) / / Kenji Mase(Nagoya Univ.) |
| 幹事氏名（和） | 近藤 一晃(京大) / 木村 昭悟(NTT) / / 上岡 玲子(九大) / 飯山 将晃(京大) / 木村 篤信(NTT) |
| 幹事氏名（英） | Kazuaki Kondo(Kyoto Univ.) / Akisato Kimura(NTT) / / Reiko Ueoka(Kyushu Univ.) / Masaaki Iiyama(Kyoto Univ.) / Atsunobu Kimura(NTT) |
| 幹事補佐氏名（和） | 大西 正輝(産総研) / 舩冨 卓哉(奈良先端大) / / 内山 英昭(九大) / 平山 高嗣(名大) / 青木 良輔(NTT) |
| 幹事補佐氏名（英） | Masaki Oonishi(AIST) / Takuya Funatomi(NAIST) / / Hideaki Uchiyama(Kyushu Univ.) / Takatsugu Hirayama(Nagoya Univ.) / Ryosuke Aoki(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding / Special Interest Group on Computer Vision and Image Media / Technical Committee on Multimedia and Virtual Environment |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 水族館でのAR学習支援システム実現の為の魚画像認識技術の提案 |
| サブタイトル（和） | |
| タイトル（英） | Fish Detection and Recognition for AR-based Learning Support System in an Aquarium |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 学習支援システム / Learning Support System |
| キーワード(2)（和/英） | Deep Learning / Deep Learning |
| キーワード(3)（和/英） | 一般物体認識 / Generic Object Recognition |
| キーワード(4)（和/英） | 拡張現実感 / Augmented Reality |
| 第 1 著者 氏名（和/英） | 道後 千尋 / Chihiro Dogo |
| 第 1 著者 所属（和/英） | 東京理科大学(略称：東京理科大) Tokyo University of Science(略称：TUS) |
| 第 2 著者 氏名（和/英） | 小林 達也 / Tatsuya Kobayashi |
| 第 2 著者 所属（和/英） | 株式会社KDDI総合研究所(略称：KDDI総合研究所) KDDI Research, Inc.(略称：KDDI Research) |
| 第 3 著者 氏名（和/英） | 菅野 勝 / Masaru Sugano |
| 第 3 著者 所属（和/英） | 株式会社KDDI総合研究所(略称：KDDI総合研究所) KDDI Research, Inc.(略称：KDDI Research) |
| 第 4 著者 氏名（和/英） | 半谷 精一郎 / Seiichiro Hangai |
| 第 4 著者 所属（和/英） | 東京理科大学(略称：東京理科大) Tokyo University of Science(略称：TUS) |
| 発表年月日 | 2017-01-19 |
| 資料番号 | PRMU2016-139,MVE2016-30 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | PRMU-411,MVE-412 |
| ページ範囲 | pp.165-169(PRMU), pp.165-169(MVE), |
| ページ数 | 5 |
| 発行日 | 2017-01-12 (PRMU, MVE) |