@techreport{oai:ipsj.ixsq.nii.ac.jp:00218050,
 author = {イ, チャンソク and 岡田, 啓 and 和田, 忠浩 and ベンナイラ, シャドリア and 片山, 正昭 and Lee, Changseok and Hiraku, Okada and Tadahiro, Wada and Chedlia, Ben Naila and Masaaki, Katayama},
 issue = {2},
 month = {May},
 note = {本研究ではディスプレイ-カメラ間の可視光通信に深層学習 CNN 深度推定モデルへの敵対的攻撃を用いる通信方式を検討する．深層学習モデルへの敵対的攻撃は対象モデルの出力を変えることができ，さらに人の目に視認されにくい．この特徴を用い，深層学習深度推定モデルの出力である深度推定値にデータを埋め込む非視認ディスプレイ-カメラ通信システムを提案する．初期検討として，ディスプレイやカメラによる雑音・歪みはないと仮定して性能評価し，提案システムの有効性を示す．, Hidden screen-camera communication requires visual quality and robust communication performance. In this study, we propose a hidden screen-camera communication system using an adversarial attack on a convolutional neural network (CNN) depth estimation model. An adversarial attack on the CNN depth estimation model can change the output of the CNN model while not being seen by a human vision system. We take advantage of the adversarial attack to embed data into the output of the CNN depth estimation model to achieve hidden screen–camera communication. For an initial study, we clarify the potential of the system by evaluating performance while assuming that there are no noises and distortions by displays and cameras.},
 title = {深層学習深度推定モデルへの敵対的攻撃を用いたディスプレイ-カメラ可視光通信方式の初期検討},
 year = {2022}
}