| 講演名 | 2017-10-05 建物認識のための画像特徴量による大学キャンパス画像の領域分割 山西 健太(室蘭工大), 服部 峻(室蘭工大), 鈴木 幸司(室蘭工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 大学キャンパスから取得した自然画像から建物を認識する研究を行っている. しかし, キャンパスの画像には木や芝生などの自然物, 自動車や自転車, 道路などの人工物, 人物などの様々な物体が含まれており, 建物の認識を困難にしている. このため, 本研究では大学キャンパスに含まれている物体をベースに画像特徴量を用いて領域分割について検討した. ガボール特徴とSVM を使用して教師あり領域分割を, SGF を使用して教師なし領域分割をそれぞれ行い, 結果を検討した. また, 本研究ではカラー画像をグレースケールに変換してから領域分割を行う. 2 種類の変換手法(Luminance, MSB) で実験を行い, グレースケールへの変換手法による違いについても結果を検討した. その結果, 教師あり領域分割については学習データとして使用していない画像では満足に分割出来ていない結果となった. 教師なし領域分割についてはLuminance の場合, MSB の場合のどちらの場合でも大まかに領域分割出来た. |
| 抄録(英) | We have been studying building recognition in natural images by taking picture in a college campus. Itis difficult to recognize buildings accurately because the campus image contains various objects other than buildings in a campus such as people, trees, grass, cars, bicycles and roads. We therefore carried out an image segmentation using image features for accurate building recognition. Two segmentation algorithms were examined: (1) supervised segmentation using Gabor features and a support vector machine and (2) unsupervised segmentation using statistical geometrical features. Segmentation was carried out after converting a color image to a gray scale image. An effective gray scale conversion for image segmentation was also investigated. Computational experiments showed that the supervised segmentation was not able to divide the test images (which were not used to train SVM) satisfactorily. On the other hand, the unsupervised segmentation was able to divide the test images roughly in both cases of luminance and MSB conversion, respectively. |
| キーワード(和) | SGF / ガボール特徴 / 画像特徴量 / 領域分割 / グレースケール変換 / SVM |
| キーワード(英) | SGF / Gabor feature / image features / region segmentation / Gray scale conversion / SVM |
| 資料番号 | IE2017-51 |
| 発行日 | 2017-09-28 (IE) |
| 研究会情報 | |
| 研究会 | IE / ITE-ME / ITE-AIT |
|---|---|
| 開催期間 | 2017/10/5(から2日開催) |
| 開催地（和） | 長崎総合科学大学 |
| 開催地（英） | |
| テーマ（和） | 感性とメディアおよび高精細度画像処理，一般 |
| テーマ（英） | |
| 委員長氏名（和） | 浜本 隆之(東京理科大) / 長谷山 美紀(北大) / 向井 信彦(東京都市大) |
| 委員長氏名（英） | Takayuki Hamamoto(Tokyo Univ. of Science) / Miki Haseyama(Hokkaido Univ.) / Nobuhiko Mukai(Tokyo Cisy Univ.) |
| 副委員長氏名（和） | 児玉 和也(NII) / 木全 英明(NTT) |
| 副委員長氏名（英） | Kazuya Kodama(NII) / Hideaki Kimata(NTT) |
| 幹事氏名（和） | 高橋 桂太(名大) / 河村 圭(KDDI総合研究所) |
| 幹事氏名（英） | Keita Takahashi(Nagoya Univ.) / Kei Kawamura(KDDI Research) |
| 幹事補佐氏名（和） | 松尾 康孝(NHK) / 早瀬 和也(NTT) |
| 幹事補佐氏名（英） | Yasutaka Matsuo(NHK) / Kazuya Hayase(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Image Engineering / Technical Group on Media Engineering / Technical Group on Artistic Image Technology |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 建物認識のための画像特徴量による大学キャンパス画像の領域分割 |
| サブタイトル（和） | |
| タイトル（英） | Segmentation of Campus Images based on Image Features for Building Recognition |
| サブタイトル（和） | |
| キーワード(1)（和/英） | SGF / SGF |
| キーワード(2)（和/英） | ガボール特徴 / Gabor feature |
| キーワード(3)（和/英） | 画像特徴量 / image features |
| キーワード(4)（和/英） | 領域分割 / region segmentation |
| キーワード(5)（和/英） | グレースケール変換 / Gray scale conversion |
| キーワード(6)（和/英） | SVM / SVM |
| 第 1 著者 氏名（和/英） | 山西 健太 / Kenta Yamanishi |
| 第 1 著者 所属（和/英） | 室蘭工業大学(略称：室蘭工大) Muroran Institute of Technology(略称：Muroran-IT) |
| 第 2 著者 氏名（和/英） | 服部 峻 / Shun Hattori |
| 第 2 著者 所属（和/英） | 室蘭工業大学(略称：室蘭工大) Muroran Institute of Technology(略称：Muroran-IT) |
| 第 3 著者 氏名（和/英） | 鈴木 幸司 / Yukinori Suzuki |
| 第 3 著者 所属（和/英） | 室蘭工業大学(略称：室蘭工大) Muroran Institute of Technology(略称：Muroran-IT) |
| 発表年月日 | 2017-10-05 |
| 資料番号 | IE2017-51 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | IE-228 |
| ページ範囲 | pp.25-30(IE), |
| ページ数 | 6 |
| 発行日 | 2017-09-28 (IE) |