| 講演名 | 2017-10-12 ディープラーニングによる被写体抽出と最適構図の自動選択 永留 壮馬(阪府大), 青木 茂樹(阪府大), 宮本 貴朗(阪府大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年，デジタルカメラの普及により写真撮影の機会が増加している．しかしながら，写真撮影の知識が乏しいユーザは写真を綺麗に撮影することが難しい．そこで，写真を綺麗に撮影するために，写真撮影時に被写体が最も綺麗に撮影される構図へ誘導する手法が注目されている．従来手法では，画像から被写体を抽出し，抽出した被写体と構図をマッチングすることで，被写体に適した構図を推定している．この手法では，現在の画像から被写体を抽出し，抽出した被写体の情報を基に最適な構図となるようにカメラの移動を指示しているため，誘導後に異なる被写体や背景が混在し，被写体が綺麗に撮影されない可能性がある．そこで本稿では，被写体が写るように移動させて撮影した動画像からディープラーニングを用いて被写体を抽出し，更に抽出した被写体のサイズや位置情報に基づき，被写体が最も綺麗に撮影される構図の写真を選択し自動的に保存する手法を提案する． |
| 抄録(英) | Recently, opportunities for taking pictures are increasing, but many people are difficult to take pictures beautifully. There are extracting photographic subjects and matching composition in existing methods. However, since this method can't estimate induced pictures, it is not necessarily that photographic subjects are taken beautifully for mixed different photographic subjects and background. In this paper, we propose a method to extract photographic subjects from moving images with deep learning and automatically select pictures taken at best composition based on size or position of photographic subjects. |
| キーワード(和) | ディープラーニング / 被写体抽出 / 写真 / 構図 |
| キーワード(英) | Deep-learning / Extracting subjects / Pictures / Composition |
| 資料番号 | PRMU2017-65 |
| 発行日 | 2017-10-05 (PRMU) |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2017/10/12(から2日開催) |
| 開催地（和） | 熊本大学 |
| 開催地（英） | |
| テーマ（和） | 深層学習 |
| テーマ（英） | |
| 委員長氏名（和） | 佐藤 真一(NII) |
| 委員長氏名（英） | Shinichi Sato(NII) |
| 副委員長氏名（和） | 藤吉 弘亘(中部大) / 井尻 善久(オムロン) |
| 副委員長氏名（英） | Hironobu Fujiyoshi(Chubu Univ.) / Yoshihisa Ijiri(Omron) |
| 幹事氏名（和） | 大西 正輝(産総研) / 舩冨 卓哉(奈良先端大) |
| 幹事氏名（英） | Masaki Oonishi(AIST) / Takuya Funatomi(NAIST) |
| 幹事補佐氏名（和） | 石井 雅人(NEC) / 菅野 裕介(阪大) |
| 幹事補佐氏名（英） | Masato Ishii(NEC) / Yusuke Sugano(Osaka Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ディープラーニングによる被写体抽出と最適構図の自動選択 |
| サブタイトル（和） | |
| タイトル（英） | Extracting photographic subjects with deep learning and automatically select to best composition |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ディープラーニング / Deep-learning |
| キーワード(2)（和/英） | 被写体抽出 / Extracting subjects |
| キーワード(3)（和/英） | 写真 / Pictures |
| キーワード(4)（和/英） | 構図 / Composition |
| 第 1 著者 氏名（和/英） | 永留 壮馬 / Soma Nagadome |
| 第 1 著者 所属（和/英） | 大阪府立大学(略称：阪府大) Osaka Prefecture University(略称：Osaka Pref. Univ.) |
| 第 2 著者 氏名（和/英） | 青木 茂樹 / Shigeki Aoki |
| 第 2 著者 所属（和/英） | 大阪府立大学(略称：阪府大) Osaka Prefecture University(略称：Osaka Pref. Univ.) |
| 第 3 著者 氏名（和/英） | 宮本 貴朗 / Takao Miyamoto |
| 第 3 著者 所属（和/英） | 大阪府立大学(略称：阪府大) Osaka Prefecture University(略称：Osaka Pref. Univ.) |
| 発表年月日 | 2017-10-12 |
| 資料番号 | PRMU2017-65 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | PRMU-238 |
| ページ範囲 | pp.13-18(PRMU), |
| ページ数 | 6 |
| 発行日 | 2017-10-05 (PRMU) |