文献

J-GLOBAL ID：201902283361034411   整理番号：19A1616962

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

Accuracy Improvement of Depth Estimation from a Single Still Image Using Feature Pyramid Network

著者 (3件)： 福田裕大 (明治大 大学院理工学研究科) ,  大木琢郎 (明治大 理工) ,  宮本龍介 (明治大 理工)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 119  号： 78(SIS2019 1-10)  ページ： 23-28  発行年： 2019年06月06日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 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1.25³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.(著者抄録)

シソーラス用語： *機械学習 ,  ニューラルネットワーク ,  *画像処理 ,  特徴抽出 ,  単眼 ,  測深 ,  畳込みニューラルネットワーク ,  *深層学習 ,  単眼カメラ
準シソーラス用語： *奥行推定 ,  特徴マップ

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (20件)：

• A. Saxena, S.H. Chung, and A.Y. Ng, “Learning depth from single monocular images,” Proc. Advances in Neural Information Processing Systems, pp.1161-1168, 2005.
• Laws and K. I, “Textured image segmentation,” Technical report, University of Southern California Los Angeles Image Processing INST, 1980.
• A. Saxena, M. Sun, and A.Y. Ng, “Make3D: Learning 3D scene structure from a single still image,” IEEE Trans. Pattern Anal. Mach. Intell., vol.31, no.5, pp.824-840, 2009.
• D. Eigen, C. Puhrsch, and R. Fergus, “Depth map prediction from a single image using a multi-scale deep network,” Proc. Advances in Neural Information Processing Systems, pp.2366-2374, 2014.
• D. Eigen and R. Fergus, “Predicting depth, surface normals and semantic labels with a common multi-scale convolutional architecture,” Proc. IEEE Int. Conf. Comput. Vis., pp.2650-2658, 2015.

タイトルに関連する用語 (3件)： 深度 ,  推定 ,  精度向上