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 2022-02-22 14:40
深層学習を用いた全方位画像中の物体検出に関する研究
石田泰之伊東敏夫芝浦工大
抄録 (和) 普及型の自動運転車では,最小限のセンサ構成が望まれる.そこで,本研究では視野角が広い全方位カメラを用いて,走行環境認識のため物体検出を行う.全方位カメラは通常の単眼カメラと異なる写り方をするため幾何変換を行い,深層学習を実行する.しかし,物体の両端で分割が生じてしまう.そこで,本研究では画像が繰り返されていると考え,アノテーションを設定することで分割される物体の検出を可能にした.さらに,全方位画像の両端は離れており畳み込みニューラルネットワークのみで特徴を抽出することは困難と考えbackboneにSelf Attentionを追加した.精度はmAPを用いた.Self AttentionのあるネットワークはmAPが最大で66.5%となり,分割された物体でも検出が可能となった. 
(英) A minimum sensor configuration is desired for a popular automatic vehicle. In this study, an omnidirectional camera with a wide viewing angle is used for object detection to recognize the driving environment. Since an omnidirectional camera has a different appearance from that of a normal monocular camera, geometric transformation is used to perform deep learning. However, the image is segmented at both ends of the object. In this study, we consider the image to be repeated and set annotations to detect objects that are segmented. In addition, since both ends of the omnidirectional image are far away from each other, it is difficult to extract features only by convolutional neural network, so Self Attention is added to the backbone. The accuracy of the network with Self Attention was measured by mAP, and the maximum mAP of the network with Self Attention was 66.5%, which made it possible to detect segmented objects.
キーワード (和) 深層学習 / 全方位カメラ / 物体検出 / 走行環境認識 / / / /  
(英) Deep Learning / Omnidirectional camera / Object detection / Road environmental recognition / / / /  
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
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 IEICE-ITS 
会議コード 2022-02-IE-ITS-AIT-ME-MMS 
本文の言語 日本語 
タイトル(和) 深層学習を用いた全方位画像中の物体検出に関する研究 
サブタイトル(和)  
タイトル(英) A Study on Object Detection in Omnidirectional Images Using Deep Learning 
サブタイトル(英)  
キーワード(1)(和/英) 深層学習 / Deep Learning  
キーワード(2)(和/英) 全方位カメラ / Omnidirectional camera  
キーワード(3)(和/英) 物体検出 / Object detection  
キーワード(4)(和/英) 走行環境認識 / Road environmental recognition  
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) 石田 泰之 / Yasuyuki Ishida / イシダ ヤスユキ
第1著者 所属(和/英) 芝浦工業大学 (略称: 芝浦工大)
Shibaura Institute of Technology (略称: SIT)
第2著者 氏名(和/英/ヨミ) 伊東 敏夫 / Toshio Ito / イトウ トシオ
第2著者 所属(和/英) 芝浦工業大学 (略称: 芝浦工大)
Shibaura Institute of Technology (略称: SIT)
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
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 2022-02-22 14:40:00 
発表時間 15 
申込先研究会 IEICE-ITS 
資料番号  
巻番号(vol) 46 
号番号(no)  
ページ範囲  
ページ数  
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