Deep Learningに基づく画像認識を用いた月および火星表面の擬似不自然構造物探索

• Item type: Symposium(1)
• 公開日: 2014-09-05
• タイトル: Deep Learningに基づく画像認識を用いた月および火星表面の擬似不自然構造物探索
• タイトル / 言語: en
• タイトル: Detecting Pseudo-artificial Structures on the Moon and Mars Surfaces using Image Processing
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 津田塾大学
• 著者所属: ニコニコ技術部
• 著者所属: 株式会社デンソーアイティーラボラトリ
• 著者所属: コニカミノルタ株式会社
• 著者所属: NTT データ CSS
• 著者所属: E-グラフィックスコミュニケーションズ
• 著者所属: 川崎市立向丘中学校
• 著者所属: 多摩美術大学
• 著者所属: チームラボ
• 著者所属: Georepublic Japan
• 著者所属: ニコニコ技術部
• 著者所属: 株式会社デンソー
• 著者所属: 数理先端技術研究所
• 著者所属(英): en
• 著者所属(英): Tsuda College
• 著者所属(英): en
• 著者所属(英): Nico-TECH
• 著者所属(英): en
• 著者所属(英): Denso IT Laboratory, Inc.
• 著者所属(英): en
• 著者所属(英): Konica Minolta, Inc.
• 著者所属(英): en
• 著者所属(英): NTT DATA CCS CORPORATION
• 著者所属(英): en
• 著者所属(英): E-GRAPHICS COMMUNICATIONS
• 著者所属(英): en
• 著者所属(英): Mukaigaoka Junior High School
• 著者所属(英): en
• 著者所属(英): Tama Art University
• 著者所属(英): en
• 著者所属(英): teamLab. INC
• 著者所属(英): en
• 著者所属(英): Georepublic Japan
• 著者所属(英): en
• 著者所属(英): Nico-TECH
• 著者所属(英): en
• 著者所属(英): DENSO CORPORATION
• 著者所属(英): en
• 著者所属(英): Mathematical Science Advanced Technology Laboratory Co., Ltd
• 著者名: 栗原, 一貴; 笹尾, 和宏; 山本, 光穂; 田中, 秀樹; 奈良部, 隆行; 國吉, 雅人; 会田, 寅次郎; 岡田, 裕子; 高須, 正和; 関, 治之; 飯田, 哲; 山本, 博之; 生島, 高裕
• 著者名(英): Kazutaka, Kurihara; Kazuhiro, Sasao; Mitsuo, Yamamoto; Hideki, Tanaka; Takayuki, Narabu; Masato, Kuniyoshi; Torajiro, Aida; Yuko, Okada; Masakazu, Takasu; Hal, Seki; Satoshi, Iida; Hiroyuki, Yamamoto; TakahiroIkushima
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では，月および火星の衛星画像からあたかも知的生命体によって構築されたかのような構造物（擬似不自然構造物，pseudo-artificial structures)を自動検出する試みについて報告する．NASA Jet Propulsion Laboratory から公開されている観測データを対象として近年発展の著しいパターン認識手法である deep learning を採用し，顔認識技術として Deep Convolutional Network Cascade for Facial Point Detection，およびオブジェクト検出技術として 1000 種類の物体を検出可能な DeCAF (A Deep Convolutional Activation Feature for Generic Visual Recognition)を適用することで，興味深い結果を得た．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper, we report our trial to automate discoveries of "pseudo-artificial" structures, which are geographical patterns that seem to have been built by an intelligent life. State-of-art pattern recognition techniques based on deep learning such as Deep Convolutional Network Cascade for Facial Point Detection as our face detector, and DeCAF (A Deep Convolutional Feature for Generic Visual Recognition) for object detection among 1000 objects are applied to huge amount of satellite images that are available at NASA Jet Propulsion Laboratory. Many inspiring detection results are presented.
• 書誌情報: エンタテインメントコンピューティングシンポジウム2014論文集; 巻 2014, p. 223-224, 発行日 2014-09-12
• 出版者 / 言語: ja
• 出版者: 情報処理学会