| 講演抄録／キーワード |
| 講演名 |
2019-02-20 10:15
地下鉄トンネルの変状画像を用いた技術者の注視領域推定のための初期検討 ～ 深層学習に基づく顕著領域の推定手法の適用 ～
○斉藤僚汰・前田圭介・小川貴弘・長谷山美紀（北大） |
| 抄録 |
（和） |
本稿では，地下鉄トンネルの点検の効率化を支援するシステムの実現に向けた取り組みとして，変状画像における技術者の注視領域推定のための初期検討を行う．本研究によって，技術者の注視領域を推定可能とすることで，点検業務において注目すべき箇所が明らかになるため，点検の効率化が期待できる．本稿では具体的に，深層学習に基づく複数の顕著領域の推定手法を変状画像に対して適用した際の結果と，技術者の視線データから算出された注視領域について分析を行う．本分析によって，画像のみに基づく顕著領域と視線データに基づく実際の注視領域との差異を明らかにすることで，変状画像における技術者の注視領域推定手法を構築するための知見を得る． |
| （英） |
This paper presents the first trial for estimating inspectors' visual attention of distress images in subway tunnels. The goal of this study is to realize a system for supporting efficient inspection of subway tunnels.
Since our work enables to estimate inspectors' visual attention and to reveal a meaningful area, more efficient inspection is expected. This paper shows the results of several methods of deep learning-based saliency prediction for distress images. In addition, we analyze the differences between predicted salient regions and gaze regions calculated from inspectors' eye gaze data. New knowledge is obtained by the analysis in order to build an estimation method of inspectors' visual attention. |
| キーワード |
（和） |
注視領域推定 / 視線データ / 深層学習 / 地下鉄トンネル / / / / |
| （英） |
estimation of visual attention / eye tracking data / deep learning / subway tunnel / / / / |
| 文献情報 |
映情学技報, vol. 43, no. 5, ME2019-52, pp. 281-285, 2019年2月. |
| 資料番号 |
ME2019-52 |
| 発行日 |
2019-02-12 (MMS, HI, ME, AIT) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
ME IEICE-IE IEICE-ITS MMS HI AIT |
| 開催期間 |
2019-02-19 - 2019-02-20 |
| 開催地（和） |
北海道大学 |
| 開催地（英） |
Hokkaido Univ. |
| テーマ（和） |
画像処理および一般 |
| テーマ（英） |
Image Processing, etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
ME |
| 会議コード |
2019-02-ME-IE-ITS-MMS-HI-AIT |
| 本文の言語 |
日本語 |
| タイトル（和） |
地下鉄トンネルの変状画像を用いた技術者の注視領域推定のための初期検討 |
| サブタイトル（和） |
深層学習に基づく顕著領域の推定手法の適用 |
| タイトル（英） |
A note on estimation of inspectors' visual attention using distress images of subway tunnels |
| サブタイトル（英） |
Trial introduction of deep learning-based saliency prediction methods |
| キーワード(1)（和/英） |
注視領域推定 / estimation of visual attention |
| キーワード(2)（和/英） |
視線データ / eye tracking data |
| キーワード(3)（和/英） |
深層学習 / deep learning |
| キーワード(4)（和/英） |
地下鉄トンネル / subway tunnel |
| キーワード(5)（和/英） |
/ |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
斉藤 僚汰 / Ryota Saito / サイトウ リョウタ |
| 第1著者 所属（和/英） |
北海道大学 (略称： 北大)
Hokkaido University (略称： Hokkaido Univ.) |
| 第2著者 氏名（和/英/ヨミ） |
前田 圭介 / Keisuke Maeda / マエダ ケイスケ |
| 第2著者 所属（和/英） |
北海道大学 (略称： 北大)
Hokkaido University (略称： Hokkaido Univ.) |
| 第3著者 氏名（和/英/ヨミ） |
小川 貴弘 / Takahiro Ogawa / オガワ タカヒロ |
| 第3著者 所属（和/英） |
北海道大学 (略称： 北大)
Hokkaido University (略称： Hokkaido Univ.) |
| 第4著者 氏名（和/英/ヨミ） |
長谷山 美紀 / Miki Haseyama / ハセヤマ ミキ |
| 第4著者 所属（和/英） |
北海道大学 (略称： 北大)
Hokkaido University (略称： Hokkaido Univ.) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 第21著者 氏名（和/英/ヨミ） |
/ / |
| 第21著者 所属（和/英） |
(略称： )
(略称： ) |
| 第22著者 氏名（和/英/ヨミ） |
/ / |
| 第22著者 所属（和/英） |
(略称： )
(略称： ) |
| 第23著者 氏名（和/英/ヨミ） |
/ / |
| 第23著者 所属（和/英） |
(略称： )
(略称： ) |
| 第24著者 氏名（和/英/ヨミ） |
/ / |
| 第24著者 所属（和/英） |
(略称： )
(略称： ) |
| 第25著者 氏名（和/英/ヨミ） |
/ / |
| 第25著者 所属（和/英） |
(略称： )
(略称： ) |
| 第26著者 氏名（和/英/ヨミ） |
/ / |
| 第26著者 所属（和/英） |
(略称： )
(略称： ) |
| 第27著者 氏名（和/英/ヨミ） |
/ / |
| 第27著者 所属（和/英） |
(略称： )
(略称： ) |
| 第28著者 氏名（和/英/ヨミ） |
/ / |
| 第28著者 所属（和/英） |
(略称： )
(略称： ) |
| 第29著者 氏名（和/英/ヨミ） |
/ / |
| 第29著者 所属（和/英） |
(略称： )
(略称： ) |
| 第30著者 氏名（和/英/ヨミ） |
/ / |
| 第30著者 所属（和/英） |
(略称： )
(略称： ) |
| 第31著者 氏名（和/英/ヨミ） |
/ / |
| 第31著者 所属（和/英） |
(略称： )
(略称： ) |
| 第32著者 氏名（和/英/ヨミ） |
/ / |
| 第32著者 所属（和/英） |
(略称： )
(略称： ) |
| 第33著者 氏名（和/英/ヨミ） |
/ / |
| 第33著者 所属（和/英） |
(略称： )
(略称： ) |
| 第34著者 氏名（和/英/ヨミ） |
/ / |
| 第34著者 所属（和/英） |
(略称： )
(略称： ) |
| 第35著者 氏名（和/英/ヨミ） |
/ / |
| 第35著者 所属（和/英） |
(略称： )
(略称： ) |
| 第36著者 氏名（和/英/ヨミ） |
/ / |
| 第36著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2019-02-20 10:15:00 |
| 発表時間 |
15分 |
| 申込先研究会 |
ME |
| 資料番号 |
MMS2019-30, HI2019-30, ME2019-52, AIT2019-30 |
| 巻番号（vol） |
vol.43 |
| 号番号（no） |
no.5 |
| ページ範囲 |
pp.281-285 |
| ページ数 |
5 |
| 発行日 |
2019-02-12 (MMS, HI, ME, AIT) |