お知らせ ◆映像情報メディア学会における研究会の開催について (新型コロナウイルス関連)2021年7月21日更新
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 2022-02-21 15:05
画像中の物体情報を考慮したユーザ類似度に基づく個人に特化した注視領域の推定に関する検討
諸戸祐哉前田圭介小川貴弘長谷山美紀北大
抄録 (和) 本稿では,画像中の物体情報を考慮したユーザ類似度に基づく少量の視線データを用いた個人に特化した注視領域(Personalized Saliency Map: PSM)推定手法を提案する.本研究では,学習用の視線データが得られたユーザ群(学習用ユーザ群)と推定対象のユーザの注視傾向の類似度を用いることで,対象ユーザから得られた視線データが少量であっても,PSM推定を高精度に実現可能とする.具体的に,まず,学習用ユーザ群のPSMを推定するための深層学習モデルを構築する.次に,学習用ユーザ群と対象ユーザが共通して注視した画像に対するPSMを用いることで,ユーザ間の注視傾向の類似度を算出する.ここで,ヒトの注視領域は物体に関連があると報告されていることから,画像中の物体情報を考慮することで,画像の意味的情報に基づくユーザ間の注視傾向の類似度を算出する.最終的に,深層学習モデルにより算出されたPSMおよび注視傾向の類似度を用いることで,高精度なPSM推定を実現する.本文の最後では,実験において対象ユーザの注視領域推定を行うことで,提案手法の有効性を示す. 
(英) This paper presents a personalized saliency map (PSM) prediction method using a small amount of gaze data based on user similarities considering object information in the image. The proposed methods uses the similarity between the gaze tendency of the target user and a group of users for which a large amount of gaze data has been obtained for training (training user group) to achieve highly accurate PSM prediction of the target user even if the amount of gaze data obtained from the target user is small. Specifically, a deep learning-based model is constructed for predicting the PSM of a training user group. Next, the similarity of the gazing tendency is calculated by using the PSM for the images that the training users and the target user commonly gaze at (training images). Since it has been reported that the human visual attention is related to objects, the proposed method calculates the similarity of gazing tendency between users based on the visual semantic information by considering the object information in the images. Finally, by using the PSM calculated by the deep learning-based model and the similarity of gazing tendency, our method can achieve highly accurate PSM prediction. At the end of this paper, we demonstrate the effectiveness of the proposed method by predicting the PSM of the target user in an experiment.
キーワード (和) 注視領域推定 / 少量データ学習 / 物体検出 / 顕著性マップ / 深層学習 / / /  
(英) Saliency prediction / learning from small amount of data / object detection / saliecny map / deep learning / / /  
文献情報 映情学技報, vol. 46, no. 6, ME2022-51, pp. 181-186, 2022年2月.
資料番号 ME2022-51 
発行日 2022-02-14 (MMS, 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 AIT ME MMS IEICE-IE IEICE-ITS  
開催期間 2022-02-21 - 2022-02-22 
開催地(和) オンライン開催 
開催地(英) online 
テーマ(和) 画像処理、一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 ME 
会議コード 2022-02-AIT-ME-MMS-IE-ITS 
本文の言語 日本語 
タイトル(和) 画像中の物体情報を考慮したユーザ類似度に基づく個人に特化した注視領域の推定に関する検討 
サブタイトル(和)  
タイトル(英) A Note on Personalized Saliency Prediction Based on User Similarity Considering Object Information in Images 
サブタイトル(英)  
キーワード(1)(和/英) 注視領域推定 / Saliency prediction  
キーワード(2)(和/英) 少量データ学習 / learning from small amount of data  
キーワード(3)(和/英) 物体検出 / object detection  
キーワード(4)(和/英) 顕著性マップ / saliecny map  
キーワード(5)(和/英) 深層学習 / deep learning  
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) 諸戸 祐哉 / Yuya Moroto / モロト ユウヤ
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: )
講演者
発表日時 2022-02-21 15:05:00 
発表時間 15 
申込先研究会 ME 
資料番号 ITE-MMS2022-26,ITE-ME2022-51,ITE-AIT2022-26 
巻番号(vol) ITE-46 
号番号(no) no.6 
ページ範囲 pp.181-186 
ページ数 ITE-6 
発行日 ITE-MMS-2022-02-14,ITE-ME-2022-02-14,ITE-AIT-2022-02-14 


[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