| 講演抄録／キーワード |
| 講演名 |
2023-06-04 11:00
Deep metric learningを用いた画像分類におけるクラスタ特徴抽出法の検討 ～ クラスタ共通の因子情報を用いた特徴の可視化 ～
○田中陽也・瀬尾燦振・大谷 淳（早大）・小方博之（成蹊大） |
| 抄録 |
（和） |
近年，ランニング人口が増加しており，アマチュアランナー向けのコーチングシステムの需要が想定される．各個人は目的や体型が異なり，より個人に適した指導を提供すること必要だと考えられ，そのために個人の動作の特徴を定量的に評価することが求められる．その第一歩として本報では，手始めにdeep metric learningを用いて一般的な履物の静止画像データからクラスタに共通の特徴的な形状を抽出し示す方法を検討する．実験にてクラスタ中心からの距離に応じた集合における共通の特徴から，クラスタ全体に共通の特徴的形状を示すことができた．得られた実験結果のランニング動作への適用について展望する． |
| （英） |
In recent years, the running population has been increasing, and demand for coaching systems for amateur runners is expected to increase. Since each individual has a different goal and body shape, it is necessary to provide more personalized coaching, which requires quantitative evaluation of the characteristics of individual movements. As a first step, this paper examines a method for extracting and showing characteristic shapes common to clusters from still image data of common footwear using deep metric learning. In our experiments, we were able to show the common characteristic shapes for the entire cluster based on the common features in the set according to the distance from the cluster center. The application of the experimental results to running behavior is discussed. |
| キーワード |
（和） |
deep metric learning / コーチングシステム / ランニング / / / / / |
| （英） |
deep metric learning / coaching system / running / / / / / |
| 文献情報 |
映情学技報, vol. 47, pp. 55-58, 2023年6月. |
| 資料番号 |
|
| 発行日 |
2023-05-27 (AIT) |
| ISSN |
Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
IIEEJ AIT |
| 開催期間 |
2023-06-03 - 2023-06-04 |
| 開催地（和） |
東京都市大学 世田谷キャンパス |
| 開催地（英） |
TOKYO CITY UNIVERSITY |
| テーマ（和） |
画像一般（色再現，立体映像，CG，VR，アニメーション技術，画像処理，ME関係，画像符号化など幅広く扱います．年次大会投稿に向けた議論の場としても歓迎します．） |
| テーマ（英） |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
IIEEJ |
| 会議コード |
2023-06-IIEEJ-AIT |
| 本文の言語 |
日本語 |
| タイトル（和） |
Deep metric learningを用いた画像分類におけるクラスタ特徴抽出法の検討 |
| サブタイトル（和） |
クラスタ共通の因子情報を用いた特徴の可視化 |
| タイトル（英） |
A study of feature extraction methods for clusters in image classification using deep metric learning |
| サブタイトル（英） |
Visualization of features using factor information common to clusters |
| キーワード(1)（和/英） |
deep metric learning / deep metric learning |
| キーワード(2)（和/英） |
コーチングシステム / coaching system |
| キーワード(3)（和/英） |
ランニング / running |
| キーワード(4)（和/英） |
/ |
| 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） |
田中 陽也 / Haruya Tanaka / タナカ ハルヤ |
| 第1著者 所属（和/英） |
早稲田大学 (略称： 早大)
Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） |
瀬尾 燦振 / Chanjin Seo / セオ チャンジン |
| 第2著者 所属（和/英） |
早稲田大学 (略称： 早大)
Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） |
大谷 淳 / Jun Ohya / オオヤ ジュン |
| 第3著者 所属（和/英） |
早稲田大学 (略称： 早大)
Waseda University (略称： Waseda Univ.) |
| 第4著者 氏名（和/英/ヨミ） |
小方 博之 / Hiroyuki Ogata / オガタ ヒロユキ |
| 第4著者 所属（和/英） |
成蹊大学 (略称： 成蹊大)
Seikei University (略称： Seikei 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 |
第1著者 |
| 発表日時 |
2023-06-04 11:00:00 |
| 発表時間 |
20分 |
| 申込先研究会 |
IIEEJ |
| 資料番号 |
AIT2023-138 |
| 巻番号（vol） |
vol.47 |
| 号番号（no） |
no.16 |
| ページ範囲 |
pp.55-58 |
| ページ数 |
4 |
| 発行日 |
2023-05-27 (AIT) |