デイープラーニングを用いたCG画像のリアリティの定量評価手法

• Item type: SIG Technical Reports(1)
• 公開日: 2017-05-25
• タイトル: デイープラーニングを用いたCG画像のリアリティの定量評価手法
• タイトル / 言語: en
• タイトル: Quantitative Evaluation Method of the Reality of CG Images Using Deep Learning
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 関西学院大学理工学部
• 著者所属: 関西学院大学理工学部
• 著者所属(英): en
• 著者所属(英): School of Science and Technology, Kwansei Gakuin University
• 著者所属(英): en
• 著者所属(英): School of Science and Technology, Kwansei Gakuin University
• 著者名: 佐藤, 正章; 井村, 誠孝
• 著者名(英): Masaaki, Sato; Masataka, Imura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 3DCG 技術の発展により，多様な物体や現象を CG で表現できるようになった．しかし，生成された CG 画像のリアリティを正確に評価する手法は確立されていない．一方，近年，深層学習を用いることで，人間を超えた画像識別性能をコンピュータが発揮した事例が報告されている．本発表では，ディープラーニングの高い画像識別能力を利用することで，CG 画像のリアリティの定量的な評価を実現するフレームワークを提案し，CNN を用いた実装結果について述べる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: With the development of 3DCG technology, to express various objects and phenomena became possible. However, there is no method for quantitatively evaluating the reality of the generated CG image. On the other hand, in recent years, deep learning has been widely used to demonstrate image discrimination performance beyond human beings. In this paper, we propose a framework to realize quantitative evaluation of reality of CG image by utilizing deep learning that has high image discrimination ability and report implementation results using CNN.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA1221543X
• 書誌情報: 研究報告ヒューマンコンピュータインタラクション（HCI）; 巻 2017-HCI-173, 号 28, p. 1-4, 発行日 2017-05-25
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8760
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会