WEKO3
アイテム
不完全な部分観測情報に基づく情報復元の曖昧さを表現する状況記述子の提案
https://ipsj.ixsq.nii.ac.jp/records/209799
https://ipsj.ixsq.nii.ac.jp/records/209799cf361c5f-658a-4535-941d-9f8dd392bc09
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-CVIM21225001.pdf (2.8 MB)
|
Copyright (c) 2021 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2021-02-25 | |||||||||||
| タイトル | ||||||||||||
| タイトル | 不完全な部分観測情報に基づく情報復元の曖昧さを表現する状況記述子の提案 | |||||||||||
| タイトル | ||||||||||||
| 言語 | en | |||||||||||
| タイトル | Situation Descriptor Expressing Ambiguity in Information Recovery Based on Incomplete Partial Observation | |||||||||||
| 言語 | ||||||||||||
| 言語 | jpn | |||||||||||
| キーワード | ||||||||||||
| 主題Scheme | Other | |||||||||||
| 主題 | セッション1-1 | |||||||||||
| 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 | ||||||||||||
| 現在，立命館大学 | ||||||||||||
| 著者所属 | ||||||||||||
| 現在，立命館大学 | ||||||||||||
| 著者所属 | ||||||||||||
| 現在，立命館大学 | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Presently with Ritsumeikan Uniersity | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Presently with Ritsumeikan Uniersity | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Presently with Ritsumeikan Uniersity | ||||||||||||
| 著者名 |
福井, 尚卿
× 福井, 尚卿
× 松尾, 直志
× 島田, 伸敬
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | 人が状況を認識する時，不完全な情報しか観測できなかったとしても，欠けている情報も推定することができる．また，新しい情報を入手することができれば，その情報を用いて適応的に認識を更新することができる．昨今のディープラーニングとコンピュータビジョンの研究の成果により，大規模のデータセットを用いて精密なデータを用意しなくてもパフォーマンスが高い 3 次元再構成を行うことが可能になってきた，しかし，既存の手法では不完全な観測情報に対して確定的に推定を行うことが多く，情報が不足している箇所を推定した際にどのように形状が補完されたのかや観測から得られた情報がどれくらいの曖昧性を持っているのかを解釈できない．本研究では深層生成モデルの枠組みを用いて，部分観測から全体像を復元する際の曖昧性を考慮した解釈容易な記述子空間を設計する手法を提案する．この手法は 3 次元再構成のみならず，復元に曖昧さを伴う問題に用いることができ，また複数の部分観測が得られる場合はそれらを統合して，条件を満たした候補を明示的に生成することができる． | |||||||||||
| 論文抄録(英) | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | When a person recognizes a situation 3D scene etc., even if only incomplete information can be observed, the missing part can be predicted. In addition, if new information is available, it can be used to adaptively update recognition. Recent results of deep learning and computer vision research have made it possible to perform high-performance 3D reconstruction using large datasets without strict parameters like camera intrinsics and extrinsics etc. In previous methods, the estimate from incomplete observation is often deterministically, it is not possible to interpret how the shape was complemented when estimating the part where the information was lacking, and how ambiguous the estimate obtained from the observation was. In this study, we propose a method for designing an easy-to-interpret descriptor space in consideration of ambiguity when restoring the whole image from imcomplete partial observations using the framework of the deep generative model. This method can be used not only for 3D reconstruction but also for problems with ambiguity in 2D image restoration, and when multiple partial observations are obtained, they can explicitly generate candidates meeted the conditions. | |||||||||||
| 書誌レコードID | ||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||
| 収録物識別子 | AA11131797 | |||||||||||
| 書誌情報 |
研究報告コンピュータビジョンとイメージメディア（CVIM） 巻 2021-CVIM-225, 号 1, p. 1-7, 発行日 2021-02-25 |
|||||||||||
| ISSN | ||||||||||||
| 収録物識別子タイプ | ISSN | |||||||||||
| 収録物識別子 | 2188-8701 | |||||||||||
| 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 | |||||||||||
