| 講演抄録／キーワード |
| 講演名 |
2020-05-29 15:10
夜間NIR動画像からの動領域スケール変換による遠方歩行者検出
○平松篤樹・亀田裕介（東京理科大）・池岡 宏（福山大）・浜本隆之（東京理科大） |
| 抄録 |
（和） |
交通事故防止・被害軽減で重要となる自動緊急ブレーキ等の機能では，精度の高い歩行者検出技術が必要とされる．歩行者検出には一般に可視光カメラが使用されるが，夜間などの低照度環境下では鮮明な画像を取得できない問題がある．一方，近赤外（NIR）カメラと近赤外照明の組合せは低照度環境下でも鮮明な画像を取得できるため，それらを用いた歩行者検出技術の発展が期待されている．NIR映像からの歩行者検出に関する先行研究には,リアルタイム性と高い検出精度を備えた深層畳み込みニューラルネットワーク（CNN）を使用した手法がある．しかし，先行研究のCNNでは畳み込みとプーリングを組み合わせるため、画像中の小領域に映り込む遠方の歩行者の検出は困難である．そこで本研究では，CNN入力の前処理として、遠方の歩行者の見かけの大きさを均等化する手法を提案する．具体的には，入力連続フレームから時間変化画素群を抽出し，拡大すべき画素ブロックを適応的に決定する.拡大した画像をCNNに入力することにより，後段処理における歩行者の検出精度の向上を目指す. |
| （英） |
Highly accurate pedestrian detection technology is required for functions such as automatic emergency braking, which are important in preventing traffic accidents and reducing damage. Visible light cameras are generally used for pedestrian detection. However, there is a problem that clear images cannot be captured in low-light environments such as at night. On the other hand, the combination of near-infrared (NIR) camera and near-infrared light can capture clear images even in low-light environments. Thus it is expected to develop the pedestrian detection technology using them. Previous studies on pedestrian detection from NIR images include methods using deep convolutional neural networks (CNN) with real-time computation and high detection accuracy. However, it is difficult to detect distant pedestrians in small areas of the image because convolution and pooling are combined in the previous study CNN. In this paper, we propose a method to equalize the apparent size of distant pedestrians as preprocessing of CNN input. Specifically, it extracts the time-varying pixels from the input consecutive frames and adaptively chooses the pixel blocks to be enlarged. We aim to improve the accuracy of pedestrian detection in the postprocessing by inputting the enlarged image to the CNN. |
| キーワード |
（和） |
車載カメラ / 歩行者検出 / NIR画像 / CNN / / / / |
| （英） |
vehicle-mounted camera / pedestrian detection / near-infrared image / CNN / / / / |
| 文献情報 |
映情学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
IEICE-MI IEICE-IE IEICE-SIP IEICE-BioX IST ME |
| 開催期間 |
2020-05-28 - 2020-05-29 |
| 開催地（和） |
オンライン開催 |
| 開催地（英） |
Online |
| テーマ（和） |
映像・信号の処理・解析・AI技術とその多分野応用 |
| テーマ（英） |
Image and signal processing/analysis/AI technology, and their application |
| 講演論文情報の詳細 |
| 申込み研究会 |
IEICE-IE |
| 会議コード |
2020-05-MI-IE-SIP-BioX-IST-ME |
| 本文の言語 |
日本語 |
| タイトル（和） |
夜間NIR動画像からの動領域スケール変換による遠方歩行者検出 |
| サブタイトル（和） |
|
| タイトル（英） |
Distant pedestrian detection from nighttime NIR video by moving-region zooming |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
車載カメラ / vehicle-mounted camera |
| キーワード(2)（和/英） |
歩行者検出 / pedestrian detection |
| キーワード(3)（和/英） |
NIR画像 / near-infrared image |
| キーワード(4)（和/英） |
CNN / CNN |
| 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） |
平松 篤樹 / Atsuki Hiramatsu / ヒラマツ アツキ |
| 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/ヨミ） |
亀田 裕介 / Yusuke Kameda / カメダ ユウスケ |
| 第2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3著者 氏名（和/英/ヨミ） |
池岡 宏 / Hiroshi Ikeoka / イケオカ ヒロシ |
| 第3著者 所属（和/英） |
福山大学 (略称： 福山大)
Fukuyama University (略称： Fukuyama Univ.) |
| 第4著者 氏名（和/英/ヨミ） |
浜本 隆之 / Takayuki Hamamoto / ハマモト タカユキ |
| 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) |
| 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 |
2020-05-29 15:10:00 |
| 発表時間 |
20分 |
| 申込先研究会 |
IEICE-IE |
| 資料番号 |
|
| 巻番号（vol） |
vol.44 |
| 号番号（no） |
|
| ページ範囲 |
|
| ページ数 |
|
| 発行日 |
|