映像情報メディア学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2019-06-13 13:55
単一画像からの深度推定への Feature Pyramid Network の導入による精度向上
福田裕大大木琢郎宮本龍介明大
抄録 (和) 単眼カメラによって撮影された画像からの深度推定は,近年のディープラーニングの発展により飛躍的に
精度が向上した.既存手法の中には,局所特徴だけでなく大域的特徴を適切に利用することにより,精度向上を目指
した手法が存在する.この手法では,畳み込みニューラルネットワークの各畳み込み層から得られる様々なスケール
の特徴を統合し,特徴ピラミッドとして使用している.この統合処理においては,スケールの差異を考慮すべきであ
るが,既存手法では行われていない.そこで,本稿では,深度推定のネットワークに対して,物体検出において異な
るスケールの統合に成功している Feature Pyramid Network を導入することにより精度向上を目指す. KITTI デー
タセットを用いた実験の結果, ResNet-50 に対して Feature Pyramid Network を適用することにより, RMSE で約
5 % の改善が見られた.また, Accuracy においては,閾値を 1.25 3 とした時に,最新の手法を凌ぐ精度を達成した.
以上のことから, Feature Pyramid Network の深度推定における有効性が確認できた. 
(英) Depth estimation from a single shot image have become accurate drastically after emergence of deep
neural networks that show excellent results in several image recognition tasks. An existing scheme attempts to use
not only local features but global features by a feature pyramid composed of various scales of features obtained
from several convolution layers in order to improve the estimation accuracy. However, there is room for accuracy
improvement because generation of a feature pyramid in the scheme is not sophisticated. This paper tries to apply
the Feature Pyramid Network for improve depth estimation in a single shot image, which was first adopted to object
detection. Experimental results using the KITTI dataset showed that RMSE was improved by about 5% by the
proposed scheme and accuracy became better than state-of-the-art schemes when the threshold was 1.25 3 .r
キーワード (和) 深度推定 / 単一画像 / Pyramid Feature Network / 深層学習 / / / /  
(英) depth estimation / a single still image / pyramid feature network / deep learning / / / /  
文献情報 映情学技報
資料番号  
発行日  
ISSN Print edition: ISSN 1342-6893  Online edition: ISSN 2424-1970

研究会情報
研究会 IEICE-SIS IPSJ-AVM 3DIT  
開催期間 2019-06-13 - 2019-06-14 
開催地(和) 福江文化会館 
開催地(英) Fukue Culture Center 
テーマ(和) 知的マルチメディアシステム, 組込み応用システム, 立体映像技術, 一般 
テーマ(英) Intelligent Multimedia Systems, Applied Enbedded Systems, Three-Dimensional Image Technology (3DIT), etc. 
講演論文情報の詳細
申込み研究会 IEICE-SIS 
会議コード 2019-06-SIS-AVM-3DIT 
本文の言語 日本語 
タイトル(和) 単一画像からの深度推定への Feature Pyramid Network の導入による精度向上 
サブタイトル(和)  
タイトル(英) Accuracy Improvement of Depth Estimation from a Single Still Image Using Feature Pyramid Network 
サブタイトル(英)  
キーワード(1)(和/英) 深度推定 / depth estimation  
キーワード(2)(和/英) 単一画像 / a single still image  
キーワード(3)(和/英) Pyramid Feature Network / pyramid feature network  
キーワード(4)(和/英) 深層学習 / deep learning  
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) 福田 裕大 / Yudai Fukuda / フクダ ユウダイ
第1著者 所属(和/英) 明治大学 (略称: 明大)
Meiji University (略称: Meiji Univ.)
第2著者 氏名(和/英/ヨミ) 大木 琢郎 / Takuro Oki / オオキ タクロウ
第2著者 所属(和/英) 明治大学 (略称: 明大)
Meiji University (略称: Meiji Univ.)
第3著者 氏名(和/英/ヨミ) 宮本 龍介 / Ryusuke Miyamoto / ミヤモト リュウスケ
第3著者 所属(和/英) 明治大学 (略称: 明大)
Meiji University (略称: Meiji Univ.)
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
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: )
講演者
発表日時 2019-06-13 13:55:00 
発表時間 20 
申込先研究会 IEICE-SIS 
資料番号  
巻番号(vol) ITE-43 
号番号(no)  
ページ範囲  
ページ数 ITE- 
発行日  


[研究会発表申込システムのトップページに戻る]

[映像情報メディア学会ホームページ]


ITE / 映像情報メディア学会