講演・口頭発表等 - 河口　信夫

ユビキタスシステムにおける大規模データ処理 : Locky.jpの経験から(アーバンセンシングによる情報創出とその応用,及び一般)

河口 信夫

電子情報通信学会技術研究報告. DE, データ工学  2011年7月26日 

　詳細を見る

記述言語：日本語   会議種別：口頭発表（一般）  

Locky.jpでは100万を超える無線LAN基地局情報を1億を超えるユーザ提供情報から抽出している.「駅.Locky」を始めとするスマートフォンアプリ群も100万ダウンロードを越え,一般のユーザによる利用情報や,ユーザの状況情報などの大量の利用情報が収集されている.ユビキタスシステムでは多様な大規模情報を扱う枠組みが必要であるが,まだその手法は十分に確立されているとは言えない.本講演では,これまでの事例の紹介と,多様な情報を扱うための取組を紹介する.

researchmap

位置推定のための健全性維持手法の大規模無線LANデータベースへの適用

何 韜, 梶 克彦, 河口 信夫

電子情報通信学会技術研究報告. MoMuC, モバイルマルチメディア通信  2011年11月10日 

　詳細を見る

記述言語：日本語   会議種別：口頭発表（一般）  

researchmap

位置推定のための健全性維持手法の大規模無線LANデータベースへの適用(ホームネットワーク,ユビキタスネットワーク,クラウドコンピューティング,コンテキストアウェア,位置情報サービス,e-コマース及び,一般)

何 韜, 梶 克彦, 河口 信夫

電子情報通信学会技術研究報告. MoMuC, モバイルマルチメディア通信  2011年11月10日 

　詳細を見る

記述言語：日本語   会議種別：口頭発表（一般）  

我々は無線LANを用いた位置情報・測位に関するポータルLocky.jpを運営している.一般ユーザが観測し投稿された無線LAN情報をデータベース化し,そデータベースをもとに現在位置を推定することが可能である.しかし,無線LAN観測における不具合や,引っ越し,新幹線内基地局,モバイルWiFiなど移動する基地局が存在し,これらのデータを適切に処理しなければ位置推定精度に悪影響を及ぼしてしまう.本研究では,Locky.jpで収集された大規模基地局データベースを対象として,無線LAN観測における不具合と移動基地局を検出し,データを修正することで,無線LANデータベースの健全性を維持する.評価実験の結果,これらの修正を施すことにより,位置推定精度が向上することを確認できた.

researchmap

映像内コンテンツの視認性を改善する配信映像加工手法(入出力支援・改善,グループウェアとネットワーク,ライフログ活用技術,一般)

梶 克彦, 河口 信夫

電子情報通信学会技術研究報告. LOIS, ライフインテリジェンスとオフィス情報システム  2011年5月12日 

　詳細を見る

記述言語：日本語   会議種別：口頭発表（一般）  

近年,プレゼンテーション映像の配信需要が高まり,学会発表の様子を撮影し配信する例が多くみられるようになった.しかし,プレゼンテーション映像を視聴する際,スクリーンに投影されたスライドや紙に印刷したポスタなど,映像内に映っているコンテンツの視認性が低く説明内容を十分に理解できないという問題がある.そこで,本研究では配信映像の中に映っているコンテンツの視認性を改善する配信映像加工手法を提案する.本手法では,映像内コンテンツのオリジナルデータがWeb上から獲得可能であることを前提とし,配信映像内のコンテンツ領域に,あらかじめローカル保存したオリジナルデータを重ね合わせて再生する.提案手法の適用例としてポスタ発表生中継システムを実装した.本システムの評価実験を実施し,ポスタ内容の視認性を向上し,視聴時のストレスや内容理解に必要な労力を低く抑えられることを確認した.

researchmap

アノテーションロスを克服するラベル付き画像セグメントの合成によるデータ拡張

加納 一馬, 森 裕輝, 東浦 圭亮, Tahera HOSSAIN, 片山 晋, 浦野 健太, 米澤 拓郎, 河口 信夫

画像電子学会年次大会予稿集  2024年  一般社団法人 画像電子学会

　詳細を見る

記述言語：日本語   会議種別：口頭発表（一般）  

カメラによる物体検出技術は様々な応用が期待されているものの，産業現場のように汎用モデルの有効性が見込めない場合には，新たにモデルを学習させるためのデータセットの作成コストがかかる．我々はこれまでに，オプティカルフローと表現学習を用いた半自動アノテーションフレームワークを開発し人的労力を大幅に削減させてきたが，手動の場合と比べてアノテーションの抜け漏れを生じやすいという課題があった．そこで本研究ではこのアノテーションロスを克服するため画像合成を導入する．提案手法では，検出対象のいない背景フレームとラベル付きの前景セグメントを同じ定点カメラの映像から収集し，前景セグメントを背景フレーム上の元の位置に配置して，アノテーションロスのない自然な画像を合成する．物流倉庫の天井に設置された広角カメラの映像を用いて評価したところ，データセットの品質改善によるモデルの性能向上を確認できた．

DOI： 10.11371/aiieej.52.0_28

CiNii Research