研究者詳細 - 出口　大輔

講演・口頭発表等 - 出口　大輔

分割表示 713 件中 41 - 60 件目／全件表示 >>

歩容からの身体特徴と動作特徴の分離による手荷物の物理的・主観的重さ推定

水野雅也, 川西康友, 出口大輔, 村瀬洋

第25回画像の認識・理解シンポジウム(MIRU2022) 2022年7月27日

Intuitive Gait Modeling using Mimetic-Words for Gait Description and Generation 国際会議

Hirotaka Kato, Takatsugu Hirayama, Keisuke Doman, Ichiro Ide, Yasutomo Kawanishi, Takahiro Komamizu, Daisuke Deguchi, Hiroshi Murase

2022 IEEE 5th International Conference on Multimedia Information Processing and Retrieval (MIPR) 2022年8月3日

サムネイル画像への見出しレイアウト生成

成川喬朗, 出口大輔, 川西康友, 村瀬洋

第25回画像の認識・理解シンポジウム(MIRU2022) 2022年7月28日

時空間骨格情報を用いた遠方歩行者のアイコンタクト検出

畑隆聖, 出口大輔, 平山高嗣, 川西康友, 村瀬洋

第25回画像の認識・理解シンポジウム(MIRU2022) 論文集 2022年7月27日

Detection of distant eye-contact using spatio-temporal pedestrian skeletons 国際会議

Ryusei Hata, Daisuke Deguchi, Takatsugu Hirayama, Yasutomo Kawanishi, Hiroshi Murase

The 25th IEEE International Conference on Intelligent Transportation Systems (IEEE ITSC 2022) 2022年9月26日

Analysis of Gaze while Viewing Videos at Various Playback Speeds 国際会議

Hideaki Takahira, Yasutomo Kawanishi, Takatsugu Hirayama, Hiroshi Murase, Daisuke Deguchi

International Display Workshops 2022年12月15日

開催年月日： 2022年

記述言語：英語会議種別：ポスター発表

開催地：Fukuoka International Congress Center

We analyze gaze while viewing videos at various playback speeds.
The aims of this paper are to evaluate the comprehension and viewability of videos.
In our experiment, we used 0.75x to 3.0x speed, and measured gaze.
We report differences in gaze behavior among different playback speeds in viewing same video.

Detection of Birds in a 3D Environment Referring to Audio-Visual Information 国際会議

Yasutomo Kawanishi, Ichiro Ide, Baidong Chu, Chihaya Matsuhira, Marc A. Kastner, Takahiro Komamizu, Daisuke Deguchi

18th IEEE International Conference on Advanced Video and Signal-Based Surveillance 2022年11月29日

開催年月日： 2022年

記述言語：英語会議種別：口頭発表（一般）

開催地：Universidad Autónoma de Madrid (Hybrid)

We propose a method to detect birds in a 3D environment referring to both audio information observed from a microphone array and visual information observed from a panorama camera. In general, in panorama images, birds appear relatively too small to be detected accurately even with the state-of-the-art deep learning models. Thus, the proposed method takes a two step approach where the birds are first roughly located referring to audio information by Sound Source Localization (SSL), and then image detection is applied within its vicinity. Through evaluation on a dataset annotated with bounding boxes surrounding the birds, we show that the proposed method improves detection performance of birds that appear in relatively small sizes in the image, in both accuracy and processing speed.

DOI： 10.1109/AVSS56176.2022.9959510

人物姿勢に着目した後ろ向き人物の注視領域推定

弓矢隼大, 出口大輔, 川西康友, 村瀬洋

コンピュータビジョンとイメージメディア研究会(CVIM) 2022年11月19日

歩行者を含む実写映像からの4Dシーンモデリングの初期検討

田中来樹, 川西康友, 出口大輔, 村瀬洋

電子情報通信学会総合大会 2021年3月12日

LFIR2Pose: Pose Estimation from an Extremely Low-Resolution FIR Image Sequence 国際会議

Saki Iwata, Yasutomo Kawanishi, Daisuke Deguchi, Ichiro Ide, Hiroshi Murase, Tomoyoshi Aizawa

25th International Conference on Pattern Recognition 2021年1月13日

開催年月日： 2021年

記述言語：英語会議種別：ポスター発表

開催地：Milan, Italy (Virtual)

In this paper, we propose a method for human pose estimation from a Low-resolution Far-InfraRed (LFIR) image sequence captured by a 16 × 16 FIR sensor array. Human body estimation from such a single LFIR image is a hard task. For training the estimation model, annotation of the human pose to the images is also a difficult task for human. Thus, we propose the LFIR2Pose model which accepts a sequence of LFIR images and outputs the human pose of the last frame, and also propose an automatic annotation system for the model training. Additionally, considering that the scale of human body motion is largely different among body parts, we also propose a loss function focusing on the difference. Through an experiment, we evaluated the human pose estimation accuracy using an original data set, and confirmed that human pose can be estimated accurately from an LFIR image sequence.

Median-Shape Representation Learning for Category-Level Object Pose Estimation in Cluttered Environments 国際会議

Hiroki Tatemichi, Yasutomo Kawanishi, Daisuke Deguchi, Ichiro Ide, Ayako Amma, Hiroshi Murase

25th International Conference on Pattern Recognition 2021年1月13日

開催年月日： 2021年

記述言語：英語会議種別：ポスター発表

開催地：Milan, Italy (Virtual)

In this paper, we propose an occlusion-robust pose
estimation method of an unknown object instance in an
object category from a depth image. In a cluttered
environment, objects are often occluded mutually. For
estimating the pose of an object in such a situation, a
method that de-occludes the unobservable area of the object
would be effective. However, there are two difficulties;
occlusion causes offset between the actual object center
and the center of its observable area, and different
instances in a category may have different shapes. To cope
with these difficulties, we propose a two-stage
Encoder-Decoder model to extract features with objects
whose centers are aligned to the image center. In the
model, we also propose the Median-shape Reconstructor as
the second stage to absorb shape variations in a category.
By evaluating the method with both a large-scale virtual
dataset and a real dataset, we confirmed the proposed
method achieves good performance on pose estimation of an
occluded object from a depth image.

OMEga-GAN: Object Manifold Embedding GAN for Image Generation by Disentangling Parameters into Pose and Shape Manifolds 国際会議

Yasutomo Kawanishi, Daisuke Deguchi, Ichiro Ide, Hiroshi Murase

25th International Conference on Pattern Recognition 2021年1月13日

開催年月日： 2021年

記述言語：英語会議種別：ポスター発表

開催地：Milan, Italy (Virtual)

In this paper, we propose Object Manifold Embedding GAN (Ω-GAN) to generate images of variously shaped and arbitrarily posed objects from a noise variable sampled from a distribution defined over the pose and the shape manifolds in a vector space. We introduce Parametric Manifold Sampling to sample noise variables from a distribution over the pose manifold to conditionally generate object images in arbitrary poses by tuning the pose parameter. We also introduce Object Identity Loss for clearly disentangling the pose and shape parameters, which allows us to maintain the shape of the object instance when only the pose parameter is changed. Through evaluation, we confirmed that the proposed Ω-GAN could generate variously shaped object images in arbitrary poses by changing the pose and shape parameters independently. We also introduce an application of the proposed method for object pose estimation, through which we confirmed that the object poses in the generated images are accurate.

顧客の属性を考慮した商品画像の印象推定法の検討

中本麻友, 川西康友, 出口大輔, 井手一郎, 村瀬洋, 中澤満, チェヨンナム, シュテンガービヨン

電子情報通信学会総合大会 2021年3月10日

開催年月日： 2021年

記述言語：日本語会議種別：口頭発表（一般）

ECサイトでの商品検索には，商品名や説明文中のキーワードが用いられる．しかし，検索エンジン最適化（SEO）対策として，商品との関連性が低いキーワードが付与されている場合，検索結果の信頼性が低く，直感的な検索もできない．そこで本研究では，商品画像から受ける印象に基づく，直感的な商品検索の実現を目指している．商品画像の印象は商品を検索する顧客の属性により異なることが想定されるため，本発表では，検索者の年代や性別などの属性に応じた商品画像の印象推定法を検討した．属性を考慮しないベースライン手法と，属性を考慮する提案手法を比較した結果，属性を考慮することで，商品画像の印象をより正確に推定できることを確認した．

歩き方の特徴に着目した所持物・重さ認識の初期検討

水野雅也, 川西康友, 出口大輔, 村瀬洋, 井下哲夫

電子情報通信学会総合大会 2021年3月11日

開催年月日： 2021年

記述言語：日本語会議種別：口頭発表（一般）

開催地：オンライン

近年，不審物検出の需要が高まっている.不審物は重いものが多いため，所持物の重さ認識は不審物検出の重要な手掛かりになりうる.
人の歩き方は所持物の重さによって違いがあるため，人の歩き方の特徴に着目した所持物・重さ認識手法を検討する.
本研究では，人物骨格の歩行１周期分の系列を入力とし，所持物・重さを表すクラスを出力とする.
学習段階では，RTWのランダム選択により，歩行１周期分の系列から複数の固定長部分系列を作成し，元の系列と同じラベルを付与する.
次に各固定長部分系列を用いて，ST-GCNに基づく所持物・重さ認識器を学習する.
認識段階では，歩行１周期分の系列から複数の固定長部分空間を選択し，それぞれを学習済みの所持物・重さ認識器に入力する.出力の多数決を行い，最も数の多い所持物・重さを出力する.
所持物のみの認識と所持物と重さの認識を行った.
所持物のみの認識は高精度だが，所持物と重さの認識では依然低精度なため，さらなる改良が必要である.

車載カメラを用いた遠方歩行者からのアイコンタクトの検出に関する初期検討

畑隆聖, 出口大輔, 平山高嗣, 川西康友, 村瀬洋

電子情報通信学会総合大会 2021年3月11日

開催年月日： 2021年

記述言語：日本語会議種別：口頭発表（一般）

車両の運転において, 歩行者が車両に気づいているか否かを知る上で, アイコンタクトは重要な判断材料となる. 従来の手法では, 直接的な視線推定技術を用いており, 至近距離で撮影した画像にのみ対応しており, カメラから離れた位置にいる歩行者については対応していないという問題がある. 一方, 我々は視線が取れない遠方の歩行者に対しても, 全身の情報を用いてアイコンタクトの有無を区別できる. これに倣い, 本発表では, 視線推定が困難な遠方歩行者からのアイコンタクトの有無を顔や体の情報を複合的に用いて検出する手法を検討する.
PIEデータセットを用いた実験によって, 85%の正解率で検出が可能であることを確認した.

個人差を考慮した歩き方からの手荷物の重さ推定の検討

水野雅也, 川西康友, 出口大輔, 村瀬洋

パターン認識・メディア理解研究会(PRMU) 2021年12月17日

情報エントロピーにもとづく車両歩行者インタラクションモデルの検討

新村文郷, 赤井直紀, 川西康友, 平山高嗣, 劉海龍, 出口大輔, 村瀬洋

第22回計測自動制御学会システムインテグレーション部門講演会 2021年12月16日

観衆の顔向きの時空間統合によるステージ上の注目対象及び注目度の推定

武田一馬, 川西康友, 平山高嗣, 出口大輔, 井手一郎, 村瀬洋, 柏野邦夫

パターン認識・メディア理解研究会(PRMU) 2021年12月17日

人物姿勢と注視対象配置制約に基づく後ろ向き人物の注視領域推定

弓矢隼大, 川西康友, 出口大輔, 村瀬洋, 細野峻司

第24回画像の認識・理解シンポジウム(MIRU) 2021年7月30日

人物姿勢と注視対象配置制約に基づく後ろ向き人物の注視領域推定

弓矢隼大, 川西康友, 出口大輔, 村瀬洋, 細野峻司

コンピュータビジョンとイメージメディア研究会(CVIM) 2021年5月21日

　前のページ - 次のページ　

<出口 大輔>

講演・口頭発表等 - 出口 大輔

<出口　大輔>

講演・口頭発表等 - 出口　大輔