| OS1-K1 |
「物体指紋」を用いた個体識別と認証 |
|
石山 塁 氏(NEC) |
|
| OS1-O1 |
深層学習を用いた人物行動認識 |
|
柴田 智行, 山地 雄土, 白川 悠太(東芝) |
| 概要：高度な防犯ソリューションを実現するため，「だれが」，「いつ」，「どこで」，「何をしたか」について大規模施設など広範囲を対象とした解析技術が必要とされている．目的実現のために， (1)複数箇所のカメラ映像から同一人物を精度良く追従し続ける複数カメラ間人物対応付け， (2)人物の服装や年代などの属性を推定する人物属性認識，(3)人物の姿勢座標列から教師なしで特徴抽出を学習できるSkip-Pose Vectorsを用いた動作認識，を開発した． |
| キーワード：Ｒｅ-ｉｄ、人物属性認識、動作認識、深層学習 |
|
|
| S1-O2 |
Conditional AutoEncoderを用いた字種非依存型筆者照合 |
|
細江 麻梨子(岐阜県警科学捜査研), 山田 智輝, 加藤 邦人, 山本 和彦(岐阜大) |
| 概要：犯罪捜査における筆跡鑑定は，筆者不詳の疑問筆跡と筆者既知の対照筆跡について，同一字種の類似性の比較により両筆跡が同一人によって書かれたか否かを調べる字種依存型の筆者照合であり，両筆跡で同一字種が存在しない場合には鑑定が困難となる．本研究では，字種に依存しない特徴を深層学習により抽出し，その抽出した特徴を用いて筆者照合を行う字種非依存型筆者照合手法を提案する．また，ETL-1手書き文字データベースを用いて提案手法の筆跡鑑定への有用性を検証した． |
| キーワード：筆者照合、字種非依存型、Conditional AutoEncoder、Siamese Network |
|
|
| OS1-H1 |
Pair-wise AttentionNetによる歩行者候補領域の高精度化 |
| (IS1-A1) |
小芝 駿王, 福井 宏, 山下 隆義, 藤吉 弘亘(中部大), 村瀬 洋(名古屋大) |
| 概要：Faster R-CNNベースの歩行者検出は，Region Proposal Network(RPN)て゛候補領域を検出し，候補領域に対して歩行者と背景の識別を行う．RPNで検出した領域はオクルージョンが発生した矩形に位置ずれが生じやすいため，AttentionNetを用いて矩形の補正を行う．しかし，従来のAttentionNetは矩形の左上と右下の座標の移動方向を独立して推定するため，オクルーシ゛ョンか゛発生した矩形に対して正しい推定ができない．そのため，本研究て゛は，左上と右下の座標の移動方向を連動させたPair-wise AttentionNetを提案する． |
| キーワード：歩行者検出、AttentionNet、Faster R-CNN |
|
|
| OS1-H2 |
Log-Polar変換とCNNを用いた少ない学習画像から細胞画像のセグメンテーション |
| (IS1-A3) |
本多 慶伍(名城大), 今西 彩子, 寺井 健太, 松田 道行(京都大), 堀田 一弘(名城大) |
| 概要：一般に，CNNの学習には大量の学習画像とそれに対応する正解画像が必要となる．細胞画像のセグメンテーションを行う場合，正解画像は熟練した観測者により作成されるため，負担が大きい．そのため，少ない学習画像から如何に学習するかが課題である．本研究では，入力画像をLog-Polar変換してCNNに学習させることにより，少ない学習画像からでも従来法と同等かそれ以上の精度を出すことを確認した． |
| キーワード：セマンティックセグメンテーション，少ない学習画像，Log-Polar変換 |
|
|
| OS1-H3 |
Neural Joking Machine : 師匠たちから笑いの伝授 |
| (IS1-A5) |
吉田 光太(東京電機大), 美濃口 宗尊(東京電機大, 産総研), 螺良 和樹, 中村 明生(東京電機大), 片岡 裕雄(産総研) |
| 概要：本報では笑いを引き出すためのキャプション生成手法を提案し，データベース整備及び性能評価を目的とする．キャプション生成手法はCNN+LSTM の枠組みに，評価に応じて重みを変えるFunny Score を導入し，Neural Joking Machine(NJM) とした．大喜利web サイト「ボケて」からお題(画像) とボケ(テキスト) を収集したデータベースBoketeDB を構築する．このデータベースを「師匠」として学習しキャプションを生成する．アンケートの結果から，NJM の生成キャプションは人間のボケには劣るが，面白いとの評価を一定数獲得できた． |
| キーワード：笑い，画像キャプション，データベース構築 |
|
|
| OS1-H4 |
統合経路整合積分による微分画像処理 |
| (IS1-A7) |
田口 順一(日立製作所) |
| 概要：微分画像処理と呼ぶ新しい画像処理のフレームワークを提案する．画像を微分し，微分画像を加工して，提案法の統合経路整合積分を用いて画像再構成する．微分画像の加工の仕方，および統合経路整合積分に用いるブロック平均値の与え方で様々な機能を持つ処理となる．統合経路整合積分を用意すると，微分画像の強度を変更する単純な処理で，エッジ保存平坦化，局所コントラスト向上，２値化容易化，濃淡錯視の再現の効果が得られた． |
| キーワード：一次微分画像，積分，画像処理フレームワーク |
|
