| 講演抄録／キーワード |
| 講演名 |
2019-06-13 13:55
単一画像からの深度推定への Feature Pyramid Network の導入による精度向上
○福田裕大・大木琢郎・宮本龍介（明大） |
| 抄録 |
（和） |
単眼カメラによって撮影された画像からの深度推定は,近年のディープラーニングの発展により飛躍的に
精度が向上した.既存手法の中には,局所特徴だけでなく大域的特徴を適切に利用することにより,精度向上を目指
した手法が存在する.この手法では,畳み込みニューラルネットワークの各畳み込み層から得られる様々なスケール
の特徴を統合し,特徴ピラミッドとして使用している.この統合処理においては,スケールの差異を考慮すべきであ
るが,既存手法では行われていない.そこで,本稿では,深度推定のネットワークに対して,物体検出において異な
るスケールの統合に成功している Feature Pyramid Network を導入することにより精度向上を目指す. KITTI デー
タセットを用いた実験の結果, ResNet-50 に対して Feature Pyramid Network を適用することにより, RMSE で約
5 % の改善が見られた.また, Accuracy においては,閾値を 1.25 3 とした時に,最新の手法を凌ぐ精度を達成した.
以上のことから, Feature Pyramid Network の深度推定における有効性が確認できた. |
| （英） |
Depth estimation from a single shot image have become accurate drastically after emergence of deep
neural networks that show excellent results in several image recognition tasks. An existing scheme attempts to use
not only local features but global features by a feature pyramid composed of various scales of features obtained
from several convolution layers in order to improve the estimation accuracy. However, there is room for accuracy
improvement because generation of a feature pyramid in the scheme is not sophisticated. This paper tries to apply
the Feature Pyramid Network for improve depth estimation in a single shot image, which was first adopted to object
detection. Experimental results using the KITTI dataset showed that RMSE was improved by about 5% by the
proposed scheme and accuracy became better than state-of-the-art schemes when the threshold was 1.25 3 .r |
| キーワード |
（和） |
深度推定 / 単一画像 / Pyramid Feature Network / 深層学習 / / / / |
| （英） |
depth estimation / a single still image / pyramid feature network / deep learning / / / / |
| 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-SIS IPSJ-AVM 3DMT |
| 開催期間 |
2019-06-13 - 2019-06-14 |
| 開催地（和） |
福江文化会館 |
| 開催地（英） |
Fukue Culture Center |
| テーマ（和） |
知的マルチメディアシステム, 組込み応用システム, 立体映像技術, 一般 |
| テーマ（英） |
Intelligent Multimedia Systems, Applied Enbedded Systems, Three-Dimensional Image Technology (3DIT), etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
IEICE-SIS |
| 会議コード |
2019-06-SIS-AVM-3DIT |
| 本文の言語 |
日本語 |
| タイトル（和） |
単一画像からの深度推定への Feature Pyramid Network の導入による精度向上 |
| サブタイトル（和） |
|
| タイトル（英） |
Accuracy Improvement of Depth Estimation from a Single Still Image Using Feature Pyramid Network |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
深度推定 / depth estimation |
| キーワード(2)（和/英） |
単一画像 / a single still image |
| キーワード(3)（和/英） |
Pyramid Feature Network / pyramid feature network |
| キーワード(4)（和/英） |
深層学習 / deep learning |
| 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） |
福田 裕大 / Yudai Fukuda / フクダ ユウダイ |
| 第1著者 所属（和/英） |
明治大学 (略称： 明大)
Meiji University (略称： Meiji Univ.) |
| 第2著者 氏名（和/英/ヨミ） |
大木 琢郎 / Takuro Oki / オオキ タクロウ |
| 第2著者 所属（和/英） |
明治大学 (略称： 明大)
Meiji University (略称： Meiji Univ.) |
| 第3著者 氏名（和/英/ヨミ） |
宮本 龍介 / Ryusuke Miyamoto / ミヤモト リュウスケ |
| 第3著者 所属（和/英） |
明治大学 (略称： 明大)
Meiji University (略称： Meiji Univ.) |
| 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： ) |
| 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 |
2019-06-13 13:55:00 |
| 発表時間 |
20分 |
| 申込先研究会 |
IEICE-SIS |
| 資料番号 |
|
| 巻番号（vol） |
vol.43 |
| 号番号（no） |
|
| ページ範囲 |
|
| ページ数 |
|
| 発行日 |
|
|