位相限定相関法と そのバイオメトリクス認証への応用
|
|
|
- たみじろう えんの
- 5 years ago
- Views:
Transcription
1 1 局所位相特徴を用いた目の画像の照合 に関する検討 青山章一郎 1, 草薙大地 2, 伊藤康一 1, 青木孝文 1 1 東北大学大学院情報科学研究科 2 東北大学工学部情報知能システム総合学科
2 バイオメトリクスに関する最近の研究動向 2 性能評価用データベースは, そもそも性能が出ない難しい画像になってきた LFW (Labeled Faces in the Wild) など 1 つのモダリティのみで認証するのではなく, 画像から抽出できる複数の特徴を使わなければ実用的な性能にならない マルチモーダルバイオメトリクス ソフトバイオメトリクス ( 年齢, 性別など ) との併用 利便性と受容性を追求し, 歩行者を認証しようとしている 顔 虹彩 目を使った個人認証 上記は, 個人的な雑感をまとめたものです. LFW:
3 国際会議にみる研究動向 3 ICBA 2004 ICB 2006 ICB 2007 ICB 2009 IJCB 2011 ICB 2012 ICB 2013 Face 28.8% 26.0% 33.1% 35.2% 40.0% 23.8% 31.6% Speech 7.7% 2.9% 4.8% 7.2% 1.8% 3.8% 0% Fingerprint 22.1% 18.2% 16.9% 8.8% 12.7% 15.0% 17.1% Palmprint 2.9% 1.9% 3.2% 4.8% 2.7% 5.0% Multimodal 9.6% 6.7% 6.5% 19.2% 14.5% 7.5% 0% Gait 0% 2.9% 4.0% 4.8% 6.4% 2.5% 6.6% Iris 10.6% 17.3% 9.7% 10.4% 5.5% 22.5% 17.1% Signature 12.5% 3.8% 8.1% 3.2% 3.6% 0% 0% Other 5.8% 20.2% 13.7% 6.4% 12.7% 20.0% 27.6%
4 Iris に関する研究動向 4 ICBA 2004 ICB 2006 ICB 2007 ICB 2009 IJCB 2011 ICB 2012 ICB 2013 Iris CASIA や ICE などの大規模なデータベースが公開される 顔と虹彩 ( 目 ) を使って歩行者を認証することが検討される
5 NIST の性能評価プログラム Face Iris FERET (1993) FRVT (2000) FRVT (2002) FRVT (2006) FRGC (2005) ICE (2005) ICE (2006) FRVT (2012) FOCS (2010) Multimodal MBGC (2007) MBE (2009) Face and Ocular Challenge Series (FOCS)
6 Ocular とは? 6 英辞郎 on the web 名 接眼レンズ 形 目の [ に関する のような ] Oxford Dictionary NOUN another term for eyepiece ADJECTIVE of or connected with the eyes or vision 文献 [1] the externally visible skin region of the face that surrounds the eye socket 眼窩 ( がんか ) を取り囲む顔の肌領域 [1] A. Ross et al., Matching highly non-ideal ocular images: an information fusion approach, Proc. ICB2012.
7 FOCS 7 The Good, The Bad, and The Ugly (GBU) 顔画像の撮影環境の 3 状態 ( よい 悪い ひどい ) に対して顔認証の性能評価を行う Video 歩いたり会話しているシーンを使って顔認証を行う Ocular Challenge 近赤外線の照明下でカメラに向かって歩くシーンから抽出した目の画像を使って認証を行う 右目 動画像 左目
8 バイオメトリクスに関する最近の研究動向 8 性能評価用データベースは, そもそも性能が出ない難しい画像になってきた LFW (Labeled Faces in the Wild) など 1 つのモダリティのみで認証するのではなく, 画像から抽出できる複数の特徴を使わなければ実用的な性能にならない マルチモーダルバイオメトリクス ソフトバイオメトリクス ( 年齢, 性別など ) との併用 利便性と受容性を追求し, 歩行者を認証しようとしている 顔 虹彩 目を使った個人認証 顔と虹彩の中間的な生体特徴として,Ocular への関心が高まっている
9 位相情報を用いたバイオメトリクス認証 9 Finger knuckle recognition for door handle Fingerprint verification unit Android app Iris verification unit 2D/3D face verification unit Disaster victim identification using dental records Finger knuckle ACPR2011 Information Sciences 2013 BTAS2013 IEICE JA 2013 Fingerprint IEICE EA 2004 IEICE ELEX 2005 ICIP2005 ICB2006 IEEJ 2006 IEICE EA2010 Palmprint ICIP2006 ISPACS2006 IEICE EA2008 ICPR2008 ICIP2009 MoMM2010 Multimedia Systems 2013 IEICE JA 2013 Iris 2D face 3D face ICIP2005 ICIP2005 ICB2006 ISPACS2006 ICIP2006 IEICE EA2008 ISPACS2006 IEICE EA 2009 IEEE PAMI2008 FG2011 CVPRW2012 ICIP2012 ICB2013 Biometric recognition using POC Red: Journal paper, Blue: Conference paper Dental radiograph ISPACS2006 ICIP2007 RSNA2007 IEICE EA2008 IEICE JD 2008 RSNA2008 ICPR2008 RSNA2009 R10-HTC2013 CVPRW2013
10 発表手順 10 背景 目的 バイオメトリクスの研究動向 FOCS 局所位相特徴 照合アルゴリズム 性能評価実験 まとめ 今後の課題
11 画像の位相情報とは? 11 画像をフーリエ変換して得られた位相を入れ替えて逆フーリエ変換をすると, 画像も入れ替わったように見える 画像の構成において, 位相が重要な役割を果たしている Lenna DFT 振幅 位相 IDFT Lenna Girl? Girl DFT 振幅 位相 IDFT Lenna? Girl
12 位相限定相関法 12 ピークの高さ 画像間の類似度の指標ピークの座標 画像間の平行移動量 位相限定相関関数 r fg ( n 1, n2) (30,20) 参照画像 n 2 n 1 入力画像 通常の相関関数は, ピークを中心になだらかに変化する特性を有する. 位相限定相関関数は, 急峻なデルタ関数となるため, 画像マッチングにおける移動量推定の精度がきわめて高い.
13 位相限定相関関数の計算 13 空間領域 周波数領域 n 2 k 2 入力画像 n 1 f ( n 1, n2) g n 1, n ) ( 2 POC 関数 n 1,n ) r fg ( 2 2D DFT 2D IDFT R k 1 jθf k 1,k2 1 2 F 1 2 jθg k 1,k2 F k,k A k,k e G k,k A k,k e FG ( k 1 2 G 1 2 1, k 2 振幅 F( k1, k2) G( k ) F( k1, k2) G( k j F ( k1, k2 ) G ( k1 2 e 位相差 位相 1 1, k ), k, k 2 2 ) )
14 局所位相特徴とは? 14 局所画像ブロックをフーリエ変換して得られる位相情報 スペクトルの対称性を考慮したうえで有効帯域を抽出し その位相配列を特徴記述子とする 量子化によるデータ量の削減が可能 Amp. Phase
15 局所位相特徴を用いた階層マッチング Global registration: 画像全体のずれを補正 2. Local registration: 局所的な変形 ( ひずみ ) を補正 3. Similarity evaluation: ブロックペア単位での照合スコアの計算
16 特徴抽出 16 1/4 に縮小した画像全体の位相特徴を求める 1/2 に縮小した画像から局所画像ブロックを抽出し, その位相特徴を求める 原画像から局所画像ブロックを抽出し, その位相特徴を求める 階層画像 局所位相特徴
17 照合 17 最上層で画像全体の平行移動を補正 中間層で画像の局所的な平行移動 ( ひずみ ) を補正 登録データ 入力画像 最下層で画像ブロック間の類似度を計算 照合スコアは, 閾値を超えた類似度を有する基準点 ( ブロックペア ) の数
18 実験条件 18 CASIA-IrisV4-Distance の画像 (142 人 2,567 枚 ) から抽出した Ocular image を使用 近赤外カメラから約 3m 離れた人の顔を撮影した画像 (FOCS のピントが合っているきれいな画像に相当 ) 本人 :22,397 ペア, 他人 :3,271,064 ペア CASIA-IrisV4-Distance:
19 従来手法 (1/2) 19 顔認証などでよく使われている Local Binary Pattern (LBP) を用いた照合アルゴリズム 照合スコアを重み あり と なし で計算 開発者の web ページで公開されている MATLAB 実装を使用 ブロック分割重み LBP:
20 従来手法 (2/2) 20 (i) (ii) Modified SIFT (m-sift) を用いた照合アルゴリズム (i) コントラスト強調,(ii) キーポイント検出,(iii) SIFT マッチング,(iv) 誤対応除去 顔認証および Ocular 認証で使われている ( 下記論文 ) VLfeat の SIFT 実装を使う (iii) VLfeat: (iv) A. Ross et al., Matching highly non-ideal ocular images: an information fusion approach, Proc. ICB2012.
21 実験結果 (left-to-left) 21
22 実験結果 (right-to-right) 22
23 実験結果のまとめ (EER [%]) 23 Left-to-left Right-to-right LBP w/o weight LBP w/ weight m-sift Proposed w/o bit bit bit bit
24 まとめ 今後の課題 24 局所位相特徴を用いた目の画像の認証アルゴリズムを提案した 性能評価実験を通して, 従来手法と比較して性能が高いことを実証した FOCS データベースを使った性能評価を行う 顔 虹彩 目の画像の組み合わせによる性能改善を検討する 動画像の各フレームの画質評価をすることで, 認証に使うかどうかの判断を入れる
FOCS データベースを用いた 目の画像の照合に関する検討
1 FOCS データベースを用いた 目の ( 周囲 ) 画像の照合に関する検討 伊藤康一, 青山章一郎, 草薙大地, 青木孝文 東北大学大学院情報科学研究科 本発表をはじめる前に 2 2007 年から SCIS に参加 ( 発表 ) している ( かれこれ 9 年目 ) 普通な発表をまじめにしてもおもしろくない 聴講者も試してみようと思うような発表をしよう どうしたのか, どうやったのかではなく,
位相限定相関法と そのバイオメトリクス認証への応用
1 バイオメトリクスの最新動向 ~IJCB2011 学会報告 ~ 東北大学大学院情報科学研究科 伊藤康一 本発表の目的 2 パターン認識やセキュリティの研究者に世界の最新の研究動向を紹介したい 国際会議で日本の研究者による発表が少ないので, 世界で研究成果をアピールしてもらいたい 私見が多分に含まれていますので, 一意見として参考にしていただければ幸いです. 発表手順 3 国際会議にみる最近の研究動向
1 バイオメトリクスの研究動向とマイナンバー制度 東北大学大学院情報科学研究科伊藤康一 GSIS, Tohoku University
1 バイオメトリクスの研究動向とマイナンバー制度 東北大学大学院情報科学研究科伊藤康一 バイオメトリクスに関する研究 2 Finger knuckle recognition for door handle Fingerprint verification unit Android app Iris verification unit 2D/3D face verification unit Disaster
Microsoft PowerPoint - survey.ppt [互換モード]
![Microsoft PowerPoint - survey.ppt [互換モード]](/thumbs/79/80145486.jpg "Microsoft PowerPoint - survey.ppt [互換モード]")
1 バイオメトリクスに関する研究の最新動向 ~IJCB2011 における傾向を中心に ~ Recent Advances in Biometrics --- Focus on Research Trends in IJCB2011--- 伊藤康一 Koichi Ito 東北大学大学院情報科学研究科 Graduate School of Information Sciences, Tohoku University
Microsoft PowerPoint - descriptor.ppt [互換モード]
![Microsoft PowerPoint - descriptor.ppt [互換モード]](/thumbs/94/118836169.jpg "Microsoft PowerPoint - descriptor.ppt [互換モード]")
1 局所特徴記述子を用いたバイオメトリクス認証の検討 A Study on Biometric Authentication Using Local Feature Descriptor 伊藤康一, 青山章一郎, 青木孝文 Koichi Ito, Shoichiro Aoyama and Takafumi Aoki 東北大学大学院情報科学研究科 Graduate School of Information
Microsoft PowerPoint - pr_12_template-bs.pptx
12 回パターン検出と画像特徴 テンプレートマッチング 領域分割 画像特徴 テンプレート マッチング 1 テンプレートマッチング ( 図形 画像などの ) 型照合 Template Matching テンプレートと呼ばれる小さな一部の画像領域と同じパターンが画像全体の中に存在するかどうかを調べる方法 画像内にある対象物体の位置検出 物体数のカウント 物体移動の検出などに使われる テンプレートマッチングの計算
,,,,,,,,,,,,,,,,,,, 976%, i
20 Individual Recognition using positions of facial parts 1115081 2009 3 5 ,,,,,,,,,,,,,,,,,,, 976%, i Abstract Individual Recognition using positions of facial parts YOSHIHIRO Arisawa A facial recognition
インターリーブＡＤＣでのタイミングスキュー影響のデジタル補正技術
1 インターリーブADCでのタイミングスキュー影響のデジタル補正技術 浅見幸司 黒沢烈士 立岩武徳 宮島広行 小林春夫 ( 株 ) アドバンテスト 群馬大学 2 目次 1. 研究背景 目的 2. インターリーブADCの原理 3. チャネル間ミスマッチの影響 3.1. オフセットミスマッチの影響 3.2. ゲインミスマッチの影響 3.3. タイミングスキューの影響 4. 提案手法 4.1. インターリーブタイミングミスマッチ補正フィルタ
図 2: 高周波成分を用いた超解像 解像度度画像とそれらを低解像度化して得られる 低解像度画像との差により低解像度の高周波成分 を得る 高解像度と低解像度の高周波成分から位 置関係を保ったままパッチ領域をそれぞれ切り出 し 高解像度パッチ画像と低解像度パッチ画像の ペアとしてデータベースに登録する
Exemplar-Based Super-Resolution of Human Body Image in Surveillance Video 1 1,2 1 1 1 Kento Nishibori 1, Tomokazu TAKAHASHI 1,2, Daisuke DEGUCHI 1, Ichiro IDE 1 and Hiroshi MURASE 1 1 2 nishiborik@murase.m.is.nagoya-u.ac.jp
3 2 2 (1) (2) (3) (4) 4 4 AdaBoost 2. [11] Onishi&Yoda [8] Iwashita&Stoica [5] 4 [3] 3. 3 (1) (2) (3)
![3 2 2 (1) (2) (3) (4) 4 4 AdaBoost 2. [11] Onishi&Yoda [8] Iwashita&Stoica [5] 4 [3] 3. 3 (1) (2) (3)](/thumbs/68/59204737.jpg "3 2 2 (1) (2) (3) (4) 4 4 AdaBoost 2. [11] Onishi&Yoda [8] Iwashita&Stoica [5] 4 [3] 3. 3 (1) (2) (3)")
(MIRU2012) 2012 8 820-8502 680-4 E-mail: {d kouno,shimada,endo}@pluto.ai.kyutech.ac.jp (1) (2) (3) (4) 4 AdaBoost 1. Kanade [6] CLAFIC [12] EigenFace [10] 1 1 2 1 [7] 3 2 2 (1) (2) (3) (4) 4 4 AdaBoost
Lab. Meeting 2005/04/27(Thu)
第 3 回バイオメトリクスと認識 認証シンポジウム (SBRA 2013), 2013 年 11 月 27 日 ICB 2013,BTAS 2013 の報告 伊藤康一 ( 東北大 ), 村松大吾 ( 阪大 ), 槇原靖 ( 阪大 ), 井沼学 ( 城西大 ), 大塚玲 ( 産総研 ) 1 はじめに 2013 年に開催されたバイオメトリクスの主な国際会議 6th IAPR International
44 4 I (1) ( ) (10 15 ) ( 17 ) ( 3 1 ) (2)
(1) I 44 II 45 III 47 IV 52 44 4 I (1) ( ) 1945 8 9 (10 15 ) ( 17 ) ( 3 1 ) (2) 45 II 1 (3) 511 ( 451 1 ) ( ) 365 1 2 512 1 2 365 1 2 363 2 ( ) 3 ( ) ( 451 2 ( 314 1 ) ( 339 1 4 ) 337 2 3 ) 363 (4) 46
i ii i iii iv 1 3 3 10 14 17 17 18 22 23 28 29 31 36 37 39 40 43 48 59 70 75 75 77 90 95 102 107 109 110 118 125 128 130 132 134 48 43 43 51 52 61 61 64 62 124 70 58 3 10 17 29 78 82 85 102 95 109 iii
(a) (b) 2 2 (Bosch, IR Illuminator 850 nm, UFLED30-8BD) ( 7[m] 6[m]) 3 (PointGrey Research Inc.Grasshopper2 M/C) Hz (a) (b
![(a) (b) 2 2 (Bosch, IR Illuminator 850 nm, UFLED30-8BD) ( 7[m] 6[m]) 3 (PointGrey Research Inc.Grasshopper2 M/C) Hz (a) (b](/thumbs/91/105641706.jpg "(a) (b) 2 2 (Bosch, IR Illuminator 850 nm, UFLED30-8BD) ( 7[m] 6[m]) 3 (PointGrey Research Inc.Grasshopper2 M/C) Hz (a) (b")
(MIRU202) 202 8 AdrianStoica 89 0395 744 89 0395 744 Jet Propulsion Laboratory 4800 Oak Grove Drive, Pasadena, CA 909, USA E-mail: uchino@irvs.ait.kyushu-u.ac.jp, {yumi,kurazume}@ait.kyushu-u.ac.jp 2 nearest
10 12 13 16 17 26 26 31 32 33 33 35 37 38 39 42 43 44 2 15 5 15 57 17 16 4 16 4 2 JA 16 7 1 10 22 11 9 12 6 12 2 12 24 17 1 6 JA 3 4 5 16 7 1 6 ( ) ( ) 15 ( ) ( ) ( ) ( ) ( ) 16 3 35 37 1 93 223 ( ) 218
画像処理工学
画像処理工学 画像の空間周波数解析とテクスチャ特徴 フーリエ変換の基本概念 信号波形のフーリエ変換 信号波形を周波数の異なる三角関数 ( 正弦波など ) に分解する 逆に, 周波数の異なる三角関数を重ねあわせることにより, 任意の信号波形を合成できる 正弦波の重ね合わせによる矩形波の表現 フーリエ変換の基本概念 フーリエ変換 次元信号 f (t) のフーリエ変換 変換 ( ω) ( ) ωt F f
2 4 2 3 4 3 [12] 2 3 4 5 1 1 [5, 6, 7] [5, 6] [7] 1 [8] 1 1 [9] 1 [10, 11] [10] [11] 1 [13, 14] [13] [14] [13, 14] [10, 11, 13, 14] 1 [12]
![2 4 2 3 4 3 [12] 2 3 4 5 1 1 [5, 6, 7] [5, 6] [7] 1 [8] 1 1 [9] 1 [10, 11] [10] [11] 1 [13, 14] [13] [14] [13, 14] [10, 11, 13, 14] 1 [12]](/thumbs/39/20193688.jpg "2 4 2 3 4 3 [12] 2 3 4 5 1 1 [5, 6, 7] [5, 6] [7] 1 [8] 1 1 [9] 1 [10, 11] [10] [11] 1 [13, 14] [13] [14] [13, 14] [10, 11, 13, 14] 1 [12]")
Walking Person Recognition by Matching Video Fragments Masashi Nishiyama, Mayumi Yuasa, Tomokazu Wakasugi, Tomoyuki Shibata, Osamu Yamaguchi ( ), Corporate Research and Development Center, TOSHIBA Corporation
特別寄稿.indd
特別寄稿 ソフトインフラとしてのデジタル地図を活用した自動運転システム Autonomous vehicle using digital map as a soft infrastructure 菅沼直樹 Naoki SUGANUMA 1. はじめに 1) 2008 2012 ITS 2) CO 2 3) 4) Door to door Door to door Door to door DARPA(
BDH Cao BDH BDH Cao Cao Cao BDH ()*$ +,-+.)*$!%&'$!"#$ 2. 1 Weng [4] Metric Learning Weng DB DB Yang [5] John [6] Sparse Coding sparse coding DB [7] K
![BDH Cao BDH BDH Cao Cao Cao BDH ()*$ +,-+.)*$!%&'$!#$ 2. 1 Weng [4] Metric Learning Weng DB DB Yang [5] John [6] Sparse Coding sparse coding DB [7] K](/thumbs/93/114210200.jpg "BDH Cao BDH BDH Cao Cao Cao BDH ()*$ +,-+.)*$!%&'$!#$ 2. 1 Weng [4] Metric Learning Weng DB DB Yang [5] John [6] Sparse Coding sparse coding DB [7] K")
Bucket Distance Hashing Metric Learning 1,a) 1,b) 1,c) 1,d) (DB) [1] DB Cao [2] Cao Metric Learning Cao Cao Cao Cao Cao 100 DB 10% 1. m DB DB DB 1 599 8531 1 1 Graduate School of Engineering, Osaka Prefecture
Microsoft Word - 卒論レジュメ_最終_.doc
指紋認証のマニューシャ抽出について 澤見研究室 I02I036 兼信雄一 I02I093 柳楽和信 I02I142 吉田寛孝 1. はじめに近年, キャッシュカードや暗証番号が盗用され, 現金が引き出されるような事件が相次いでいる. これらの対向策として人間の体の一部を認証の鍵として利用する生体認証に注目が集まっている. そこで我々は, 生体認証で最も歴史がある指紋認証技術に着目した. 指紋認証方式は,2
Microsoft PowerPoint - ip02_01.ppt [互換モード]
![Microsoft PowerPoint - ip02_01.ppt [互換モード]](/thumbs/96/127250376.jpg "Microsoft PowerPoint - ip02_01.ppt [互換モード]")
空間周波数 周波数領域での処理 空間周波数 (spatial frquncy) とは 単位長さ当たりの正弦波状の濃淡変化の繰り返し回数を表したもの 正弦波 : y sin( t) 周期 : 周波数 : T f / T 角周波数 : f 画像処理 空間周波数 周波数領域での処理 波形が違うと 周波数も違う 画像処理 空間周波数 周波数領域での処理 画像処理 3 周波数領域での処理 周波数は一つしかない?-
第 1 回バイオメトリクス研究会 ( 早稲田大学 ) THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS Proceedings of Biometrics Workshop,169
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS Proceedings of Biometrics Workshop,169-8555 3-4-1,169-8555 3-4-1 E-mail: s hayashi@kom.comm.waseda.ac.jp, ohki@suou.waseda.jp Wolf
1 (PCA) 3 2 P.Viola 2) Viola AdaBoost 1 Viola OpenCV 3) Web OpenCV T.L.Berg PCA kpca LDA k-means 4) Berg 95% Berg Web k-means k-means
Web, Web k-means 62% Associating Faces and Names in Web Photo News Akio Kitahara and Keiji Yanai We propose a system which extracts faces and person names from news articles with photographs on the Web
- 2 -
- 1 - - 2 - - 3 - - 4 - - 5 - - 6 - - 7 - - 8 - - 9 - A) B) C) D) E) F) - 10 - G) H) I) J) P - 11 - 001 1,416,0003/4 1,062,000 002 100,000 50,00023 1,150,000 2,100,000 200,000+ 100,0000.9 1,600,000 JA
使用説明書（Windows）
Canon Utilities ZoomBrowser EX 5.8 RAW Image Task.6 PhotoStitch. EOS-D Mark III EOS-D Mark II N EOS-Ds Mark II EOS-D Mark II EOS-Ds EOS-D EOS 5D EOS 0D EOS 0D EOS 0D EOS Kiss Digital X EOS Kiss Digital
バイノーラルマイクを用いたライフログ映像のショット識別 Life-log Video Shot Discrimination using Binaural Microphone 山野貴一郎 伊藤克亘 法政大学大学院情報科学研究科 法政大学情報科学部 Kiichiro YAMANO Katunobu
バイノーラルマイクを用いたライフログ映像のショット識別 Life-log Video Shot Discrimination using Binaural Microphone 山野貴一郎 伊藤克亘 法政大学大学院情報科学研究科 法政大学情報科学部 Kiichiro YAMANO Katunobu ITOU Graduate School of Computer and Information Sciences,
Google Goggles [1] Google Goggles Android iphone web Google Goggles Lee [2] Lee iphone () [3] [4] [5] [6] [7] [8] [9] [10] :
![Google Goggles [1] Google Goggles Android iphone web Google Goggles Lee [2] Lee iphone () [3] [4] [5] [6] [7] [8] [9] [10] :](/thumbs/91/105231422.jpg "Google Goggles [1] Google Goggles Android iphone web Google Goggles Lee [2] Lee iphone () [3] [4] [5] [6] [7] [8] [9] [10] :")
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS TECHNICAL REPORT OF IEICE.,, 182-8585 1-5-1 E-mail: {maruya-t,akiyama-m}@mm.inf.uec.ac.jp, yanai@cs.uec.ac.jp SURF Bag-of-Features
IPSJ SIG Technical Report Vol.2012-CG-149 No.13 Vol.2012-CVIM-184 No /12/4 3 1,a) ( ) DB 3D DB 2D,,,, PnP(Perspective n-point), Ransa
3,a) 3 3 ( ) DB 3D DB 2D,,,, PnP(Perspective n-point), Ransac. DB [] [2] 3 DB Web Web DB Web NTT NTT Media Intelligence Laboratories, - Hikarinooka Yokosuka-Shi, Kanagawa 239-0847 Japan a) yabushita.hiroko@lab.ntt.co.jp
IS2-06 第21回画像センシングシンポジウム 横浜 2015年6月 画像をスーパーピクセルに変換する手法として SLIC[5] を用いる Achanta らによって提案された SLIC 2.2 グラフマッチング は K-means をベースにした手法で 単純な K-means に いる SPIN
![IS2-06 第21回画像センシングシンポジウム 横浜 2015年6月 画像をスーパーピクセルに変換する手法として SLIC[5] を用いる Achanta らによって提案された SLIC 2.2 グラフマッチング は K-means をベースにした手法で 単純な K-means に いる SPIN](/thumbs/92/107948919.jpg "IS2-06 第21回画像センシングシンポジウム 横浜 2015年6月 画像をスーパーピクセルに変換する手法として SLIC[5] を用いる Achanta らによって提案された SLIC 2.2 グラフマッチング は K-means をベースにした手法で 単純な K-means に いる SPIN")
Cosegmentation E-mail: {tamanaha, nakayama}@nlab.ci.i.u-tokyo.ac.jp Abstract Cosegmentation Cosegmentation Cosegmentation 1 Never Ending Image Learner[1] Google Cosegmentation Cosegmentation Rother [2]
(MIRU2008) HOG Histograms of Oriented Gradients (HOG)
(MIRU2008) 2008 7 HOG - - E-mail: katsu0920@me.cs.scitec.kobe-u.ac.jp, {takigu,ariki}@kobe-u.ac.jp Histograms of Oriented Gradients (HOG) HOG Shape Contexts HOG 5.5 Histograms of Oriented Gradients D Human
tottori2013-print.key
1 / 152 3 / 152 2 / 152 4 / 152 5 / 152 7 / 152 6 / 152 8 / 152 9 / 152 11 / 152 Red: [R,G,B] = [255,0,0] Yellow [R,G,B] = [255, 255, 0] Magenta [R,G,B] = [255, 0, 255] W [R,G,B] = [ Green: [R,G,B] = [0,
遅延デジタルフィルタの分散型積和演算回路を用いたFPGA実装の検討
第 回電気学会東京支部栃木 群馬支所合同研究発表会 ETT--7 遅延デジタルフィルタの分散型積和演算回路を用いた FPGA 実装の検討 易茹 * 立岩武徳 ( 群馬大学 ) 浅見幸司 ( 株式会社アドバンテスト ) 小林春夫 ( 群馬大学 ) 発表内容 研究の背景 目的 分散型積和演算回路 実装の検討 まとめ 今後の課題 発表内容 研究の背景 目的 分散型積和演算回路 実装の検討 まとめ 今後の課題
i
14 i ii iii iv v vi 14 13 86 13 12 28 14 16 14 15 31 (1) 13 12 28 20 (2) (3) 2 (4) (5) 14 14 50 48 3 11 11 22 14 15 10 14 20 21 20 (1) 14 (2) 14 4 (3) (4) (5) 12 12 (6) 14 15 5 6 7 8 9 10 7
SICE東北支部研究集会資料(2013年)
280 (2013.5.29) 280-4 SURF A Study of SURF Algorithm using Edge Image and Color Information Yoshihiro Sasaki, Syunichi Konno, Yoshitaka Tsunekawa * *Iwate University : SURF (Speeded Up Robust Features)
画像解析論（２） 講義内容
画像解析論 画像解析論 東京工業大学長橋宏 主な講義内容 信号処理と画像処理 二次元システムとその表現 二次元システムの特性解析 各種の画像フィルタ 信号処理と画像処理 画像解析論 処理の応答 記憶域 入出力の流れ 信号処理系 実時間性が求められる メモリ容量に対する制限が厳しい オンラインでの対応が厳しく求められる 画像処理系 ある程度の処理時間が許容される 大容量のメモリ使用が容認され易い オフラインでの対応が容認され易い
Microsoft Word - 卒業論文.doc
006 年度卒業研究 画像補間法を用いた拡大画像の比較 岡山理科大学総合情報学部情報科学科 澤見研究室 I03I04 兼安俊治 I03I050 境永 目次 はじめに ラスタ画像 3 画像補間法 3. ニアレストネイバー法 3. バイリニア法 3.3 バイキュービック法 4 DCT を用いた拡大画像手法 5 FIR 法 6 評価 6. SNR 6. PSNR 7 実験 7. 主観評価 7. 客観評価
バイオメトリクス認証とセキュリティ評価
技術動向レポート バイオメトリクス認証とセキュリティ評価 情報通信研究部情報セキュリティ評価室 マネジャー 大堀雅勝 IoT (1) やFinTech (2) という言葉に代表されるようにIT 技術の活用が進む中 本人認証を行う技術として 生体的特徴を利用するバイオメトリクス認証への関心が高まっている 本稿では 日本におけるバイオメトリクス認証製品のCC (3) による評価 認証に関する取り組みについて紹介する
第１部 一般的コメント
(( 2000 11 24 2003 12 31 3122 94 2332 508 26 a () () i ii iii iv (i) (ii) (i) (ii) (iii) (iv) (a) (b)(c)(d) a) / (i) (ii) (iii) (iv) 1996 7 1996 12
画像類似度測定の初歩的な手法の検証
画像類似度測定の初歩的な手法の検証 島根大学総合理工学部数理 情報システム学科 計算機科学講座田中研究室 S539 森瀧昌志 1 目次 第 1 章序論第 章画像間類似度測定の初歩的な手法について.1 A. 画素値の平均を用いる手法.. 画素値のヒストグラムを用いる手法.3 C. 相関係数を用いる手法.4 D. 解像度を合わせる手法.5 E. 振れ幅のヒストグラムを用いる手法.6 F. 周波数ごとの振れ幅を比較する手法第
スライド 1
知能制御システム学 画像追跡 (1) 特徴点の検出と追跡 東北大学大学院情報科学研究科鏡慎吾 swk(at)ic.is.tohoku.ac.jp 2008.07.07 今日の内容 前回までの基本的な画像処理の例を踏まえて, ビジュアルサーボシステムの構成要素となる画像追跡の代表的手法を概説する 画像上の ある点 の追跡 オプティカルフローの拘束式 追跡しやすい点 (Harris オペレータ ) Lucas-Kanade
顔画像を用いた個人認証システムの性能検討に関する研究
12 Research on performance examination of individual attestation system using face image 1010429 2001 2 5 1997 FaceIt The age using various biometrics for the attestation with the computer to attest the
2007/8 Vol. J90 D No. 8 Stauffer [7] 2 2 I 1 I 2 2 (I 1(x),I 2(x)) 2 [13] I 2 = CI 1 (C >0) (I 1,I 2) (I 1,I 2) Field Monitoring Server
![2007/8 Vol. J90 D No. 8 Stauffer [7] 2 2 I 1 I 2 2 (I 1(x),I 2(x)) 2 [13] I 2 = CI 1 (C >0) (I 1,I 2) (I 1,I 2) Field Monitoring Server](/thumbs/91/107223763.jpg "2007/8 Vol. J90 D No. 8 Stauffer [7] 2 2 I 1 I 2 2 (I 1(x),I 2(x)) 2 [13] I 2 = CI 1 (C >0) (I 1,I 2) (I 1,I 2) Field Monitoring Server")
a) Change Detection Using Joint Intensity Histogram Yasuyo KITA a) 2 (0 255) (I 1 (x),i 2 (x)) I 2 = CI 1 (C>0) (I 1,I 2 ) (I 1,I 2 ) 2 1. [1] 2 [2] [3] [5] [6] [8] Intelligent Systems Research Institute,
ZoomBrowser EX Ver5.7 使用説明書（Windows）
Canon Utilities ZoomBrowser EX 5.7 RAW Image Task. PhotoStitch. EOS-D Mark II N EOS-Ds Mark II EOS-D Mark II EOS-Ds EOS-D EOS 5D EOS 0D EOS 0D EOS 0D EOS Kiss Digital X EOS Kiss Digital N EOS Kiss Digital
MS55D_J
POWERED MULTIMEDIA SPEAKERS 0 10 YST-MS55D POWERED MULTIMEDIA SPEAKERS VOLUME YST-MS55D POWERED MULTIMEDIA SPEAKERS BASS ii iii iv POWERED MULTIMEDIA SPEAKERS YST-MS55D BASS 0 10 POWERED MULTIMEDIA SPEAKERS
第１章 国民年金における無年金
1 2 3 4 ILO ILO 5 i ii 6 7 8 9 10 ( ) 3 2 ( ) 3 2 2 2 11 20 60 12 1 2 3 4 5 6 7 8 9 10 11 12 13 13 14 15 16 17 14 15 8 16 2003 1 17 18 iii 19 iv 20 21 22 23 24 25 ,,, 26 27 28 29 30 (1) (2) (3) 31 1 20
(fnirs: Functional Near-Infrared Spectroscopy) [3] fnirs (oxyhb) Bulling [4] Kunze [5] [6] 2. 2 [7] [8] fnirs 3. 1 fnirs fnirs fnirs 1
![(fnirs: Functional Near-Infrared Spectroscopy) [3] fnirs (oxyhb) Bulling [4] Kunze [5] [6] 2. 2 [7] [8] fnirs 3. 1 fnirs fnirs fnirs 1](/thumbs/49/25651654.jpg "(fnirs: Functional Near-Infrared Spectroscopy) [3] fnirs (oxyhb) Bulling [4] Kunze [5] [6] 2. 2 [7] [8] fnirs 3. 1 fnirs fnirs fnirs 1")
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS TECHNICAL REPORT OF IEICE. fnirs Kai Kunze 599 8531 1 1 223 8526 4 1 1 E-mail: yoshimura@m.cs.osakafu-u.ac.jp, kai@kmd.keio.ac.jp,
表1票4.qx4
iii iv v 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 22 23 10 11 24 25 26 27 10 56 28 11 29 30 12 13 14 15 16 17 18 19 2010 2111 22 23 2412 2513 14 31 17 32 18 33 19 34 20 35 21 36 24 37 25 38 2614
20 15 14.6 15.3 14.9 15.7 16.0 15.7 13.4 14.5 13.7 14.2 10 10 13 16 19 22 1 70,000 60,000 50,000 40,000 30,000 20,000 10,000 0 2,500 59,862 56,384 2,000 42,662 44,211 40,639 37,323 1,500 33,408 34,472
I? 3 1 3 1.1?................................. 3 1.2?............................... 3 1.3!................................... 3 2 4 2.1........................................ 4 2.2.......................................
- 2 -
- 2 - - 3 - (1) (2) (3) (1) - 4 - ~ - 5 - (2) - 6 - (1) (1) - 7 - - 8 - (i) (ii) (iii) (ii) (iii) (ii) 10 - 9 - (3) - 10 - (3) - 11 - - 12 - (1) - 13 - - 14 - (2) - 15 - - 16 - (3) - 17 - - 18 - (4) -
2 1980 8 4 4 4 4 4 3 4 2 4 4 2 4 6 0 0 6 4 2 4 1 2 2 1 4 4 4 2 3 3 3 4 3 4 4 4 4 2 5 5 2 4 4 4 0 3 3 0 9 10 10 9 1 1
1 1979 6 24 3 4 4 4 4 3 4 4 2 3 4 4 6 0 0 6 2 4 4 4 3 0 0 3 3 3 4 3 2 4 3? 4 3 4 3 4 4 4 4 3 3 4 4 4 4 2 1 1 2 15 4 4 15 0 1 2 1980 8 4 4 4 4 4 3 4 2 4 4 2 4 6 0 0 6 4 2 4 1 2 2 1 4 4 4 2 3 3 3 4 3 4 4
1 (1) (2)
1 2 (1) (2) (3) 3-78 - 1 (1) (2) - 79 - i) ii) iii) (3) (4) (5) (6) - 80 - (7) (8) (9) (10) 2 (1) (2) (3) (4) i) - 81 - ii) (a) (b) 3 (1) (2) - 82 - - 83 - - 84 - - 85 - - 86 - (1) (2) (3) (4) (5) (6)
音声認識のしくみ 声は空気の振動なので マイクを使って電気信号に変換します 得られた電気信号は波の形をしています 波の高さ ( 振幅 ) が音の大きさを 一定時間あたりの波の数 ( 周波数 ) が音の高さを表しています コンピュータは この波の形をあらかじめ登録されている単語な 音声認識とは どの音
音声認識と顔認証 安心 便利を守る キカイの目と耳 最近のデジタルカメラは 人に向けるだけで顔にピントを合わせてくれるから とっ ても便利 ケータイやカーナビだって 声で操作できるものがある キカイには 目も耳もないのに どうやって人間の顔や声を認識しているのでしょうか そのし くみを見てみましょう 47 音声認識のしくみ 声は空気の振動なので マイクを使って電気信号に変換します 得られた電気信号は波の形をしています
1 Table 1: Identification by color of voxel Voxel Mode of expression Nothing Other 1 Orange 2 Blue 3 Yellow 4 SSL Humanoid SSL-Vision 3 3 [, 21] 8 325
![1 Table 1: Identification by color of voxel Voxel Mode of expression Nothing Other 1 Orange 2 Blue 3 Yellow 4 SSL Humanoid SSL-Vision 3 3 [, 21] 8 325](/thumbs/91/105378470.jpg "1 Table 1: Identification by color of voxel Voxel Mode of expression Nothing Other 1 Orange 2 Blue 3 Yellow 4 SSL Humanoid SSL-Vision 3 3 [, 21] 8 325")
社団法人人工知能学会 Japanese Society for Artificial Intelligence 人工知能学会研究会資料 JSAI Technical Report SIG-Challenge-B3 (5/5) RoboCup SSL Humanoid A Proposal and its Application of Color Voxel Server for RoboCup SSL
スライド 1
5.5.2 画像の間引き 5.1 線形変換 5.2 アフィン変換 5.3 同次座標 5.4 平面射影変換 5.5 再標本化 1. 画素数の減少による表現能力の低下 画像の縮小 変形を行う際 結果画像の 画素数 < 入力画像の 画素数 ( 画素の密度 ) ( 画素の密度 ) になることがある この場合 結果画像の表現力 < 入力画像の表現力 ( 情報量 ) ( 情報量 ) 結果的に 情報の損失が生じる!
Sobel Canny i
21 Edge Feature for Monochrome Image Retrieval 1100311 2010 3 1 3 3 2 2 7 200 Sobel Canny i Abstract Edge Feature for Monochrome Image Retrieval Naoto Suzue Content based image retrieval (CBIR) has been
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS IEICE Technical Report IN ( ),
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS IEICE Technical Report IN215-96 (216-1), 5 8585 27 1 E-mail: 122422@mmm.muroran-it.ac.jp, hattori@csse.muroran-it.ac.jp Web Web Web
LBP 2 LBP 2. 2 Local Binary Pattern Local Binary pattern(lbp) [6] R
![LBP 2 LBP 2. 2 Local Binary Pattern Local Binary pattern(lbp) [6] R](/thumbs/86/93333816.jpg "LBP 2 LBP 2. 2 Local Binary Pattern Local Binary pattern(lbp) [6] R")
DEIM Forum 24 F5-4 Local Binary Pattern 6 84 E-mail: {tera,kida}@ist.hokudai.ac.jp Local Binary Pattern (LBP) LBP 3 3 LBP 5 5 5 LBP improved LBP uniform LBP.. Local Binary Pattern, Gradient Local Auto-Correlations,,,,
(Microsoft Word - 10ta320a_\220U\223\256\212w\223\301\230__6\217\315\221O\224\274\203\214\203W\203\201.docx)
6 章スペクトルの平滑化 スペクトルの平滑化とはフーリエスペクトルやパワ スペクトルのギザギザを取り除き 滑らかにする操作のことをいう ただし 波のもっている本質的なものをゆがめてはいけない 図 6-7 パワ スペクトルの平滑化 6. 合積のフーリエ変換スペクトルの平滑化を学ぶ前に 合積とそのフーリエ変換について説明する 6. データ ウィンドウデータ ウィンドウの定義と特徴について説明する 6.3
PowerPoint Presentation
付録 2 2 次元アフィン変換 直交変換 たたみ込み 1.2 次元のアフィン変換 座標 (x,y ) を (x,y) に移すことを 2 次元での変換. 特に, 変換が と書けるとき, アフィン変換, アフィン変換は, その 1 次の項による変換 と 0 次の項による変換 アフィン変換 0 次の項は平行移動 1 次の項は座標 (x, y ) をベクトルと考えて とすれば このようなもの 2 次元ベクトルの線形写像
第31回信号処理シンポジウム 2016年11月8日 10日 関西大学 位相限定相関法における周波数領域の誤差に着目した 画像の高精度な平行移動量推定 High Accuracy Subpixel Displacement Estimation for Images by Minimizing the
第3回信号処理シンポジウム 206年月8日 0日 関西大学 位相限定相関法における周波数領域の誤差に着目した 画像の高精度な平行移動量推定 High Accuracy Subpixel Displacement Estimation for Images by Minimizing the Frequency-Domain Error of Phase-Only Correlation 岩田駿人 阿部正英
21 e-learning Development of Real-time Learner Detection System for e-learning
21 e-learning Development of Real-time Learner Detection System for e-learning 1100349 2010 3 1 e-learning WBT (Web Based training) e-learning LMS (Learning Management System) LMS WBT e-learning e-learning
共有辞書を用いた 効率の良い圧縮アルゴリズム
大規模テキストに対する 共有辞書を用いた Re-Pair 圧縮法 Variable-to-Fixed-Length Encoding for Large Texts Using Re-Pair Algorithm with Efficient Shared Dictionaries 関根渓, 笹川裕人, 吉田諭史, 喜田拓也 北海道大学大学院情報科学研究科 1 背景 : 巨大なデータ 計算機上で扱うデータの巨大化.
IPSJ SIG Technical Report Vol.2015-CVIM-196 No /3/6 1,a) 1,b) 1,c) U,,,, The Camera Position Alignment on a Gimbal Head for Fixed Viewpoint Swi
1,a) 1,b) 1,c) U,,,, The Camera Position Alignment on a Gimbal Head for Fixed Viewpoint Swiveling using a Misalignment Model Abstract: When the camera sets on a gimbal head as a fixed-view-point, it is
図 5 一次微分 図 6 コントラスト変化に伴う微分プロファイルの変化 価し, 合否判定を行う. 3. エッジ検出の原理ここでは, 一般的なエッジ検出の処理内容と, それぞれの処理におけるパラメータについて述べる. 3.1 濃度投影検出線と直交する方向に各画素をスキャンし, その濃度平均値を検出線上
The Principles of Edge Detection, and Its Application to Image Measurement/ Junichi SUGANO ヴィスコ テクノロジーズ株式会社開発本部研究部菅野純一 1. はじめに画像処理におけるエッジとは, 対象物と背景の境界点を指しており, この境界点が連なることで対象物の輪郭を形成する. 対象物の輪郭を拡大してみると, レンズボケにより明から暗または暗から明へ濃度値が連続的に変化していることがわかる.
(VKIR) VKIR VKIR DCT (R) (G) (B) Ward DCT i
24 Region-Based Image Retrieval using Color Histogram Feature 1130340 2013 3 1 (VKIR) VKIR VKIR DCT (R) (G) (B) 64 64 Ward 20 1 20 1 20. 5 10 2 DCT i Abstract Region-Based Image Retrieval using Color Histogram
14) Ogihara ATM 15) ATM 10 16) 17),18) 1 4) 1 8),9) 10) 12) realadaboost 13) % 12) 2. 3 Gluhchev 19) 1 19) 2 10) 12) 3. 2 ID 1 8) 9),20) 2 2
1, 1 2 1 33 realadaboost 30 4.1% Biometric Person Authentication Method Using Pen Holding Feature Daigo Muramats, 1, 1 Yuki Hashimoto 1 and Hiroyuki Ogata 1 We focus on a biometric person authentication
ポニソフト顔認識システムご案内 Face Recognition System (Windows Base ) PONI- 顔認識システムソフトウェアは, 顔の特徴を高速で検出 分析 認識し その特徴を照合の結果 登録された名前の割出し 履歴記録ファィルとの連動 あるいは 男 女の性別と年齢の分類
ポニソフト顔認識システムご案内 Face Recognition System (Windows Base ) PONI- 顔認識システムソフトウェアは, 顔の特徴を高速で検出 分析 認識し その特徴を照合の結果 登録された名前の割出し 履歴記録ファィルとの連動 あるいは 男 女の性別と年齢の分類 滞在時間の計測 入場者数の集計などの記録のデータ化によりマーケッティング分析や顧客管理 警備保安 入退出管理などのデータベースとして幅広い分野で活用できるアプリケ
ｽﾗｲﾄﾞ ﾀｲﾄﾙなし
次元フーリエ変換 講義内容 空間周波数の概念 次元フーリエ変換代表的な 次元フーリエ変換対 次元離散フーリエ変換 フーリエ変換と逆変換 F.T. j F } ep{ 連続系離散系 } / ep{ N N N j N F F I. F.T. F ただし ここでは絶対値をとって画像化 } / ep{ N N N j F N 順変換逆変換 3 次元フーリエ変換の具体的なイメージ } / ep{ N N N
isai indd
24 2009.4 1 2 3 4 Stereo camera Robot Inspection 5 6 7 8 研究動向紹介 修士論文概要 限られた視聴時間内における動画の効果的な時間短縮手法 中京大学大学院 情報科学研究科 情報科学専攻 伊藤 秀和 本研究は 動画共有サイトにおいて限られた時間の下で動画を効率良く視聴するための手法について 考察する 現在の配信されている動画は 最終的に視聴者に提供される段階でその再生時間は固定となっ
provider_020524_2.PDF
1 1 1 2 2 3 (1) 3 (2) 4 (3) 6 7 7 (1) 8 (2) 21 26 27 27 27 28 31 32 32 36 1 1 2 2 (1) 3 3 4 45 (2) 6 7 5 (3) 6 7 8 (1) ii iii iv 8 * 9 10 11 9 12 10 13 14 15 11 16 17 12 13 18 19 20 (2) 14 21 22 23 24
「産業上利用することができる発明」の審査の運用指針（案）
1 1.... 2 1.1... 2 2.... 4 2.1... 4 3.... 6 4.... 6 1 1 29 1 29 1 1 1. 2 1 1.1 (1) (2) (3) 1 (4) 2 4 1 2 2 3 4 31 12 5 7 2.2 (5) ( a ) ( b ) 1 3 2 ( c ) (6) 2. 2.1 2.1 (1) 4 ( i ) ( ii ) ( iii ) ( iv)
IPSJ SIG Technical Report Vol.2013-CVIM-188 No /9/2 1,a) D. Marr D. Marr 1. (feature-based) (area-based) (Dense Stereo Vision) van der Ma
,a) D. Marr D. Marr. (feature-based) (area-based) (Dense Stereo Vision) van der Mark [] (Intelligent Vehicle: IV) SAD(Sum of Absolute Difference) Intel x86 CPU SSE2(Streaming SIMD Extensions 2) CPU IV
2. 30 Visual Words TF-IDF Lowe [4] Scale-Invarient Feature Transform (SIFT) Bay [1] Speeded Up Robust Features (SURF) SIFT 128 SURF 64 Visual Words Ni
![2. 30 Visual Words TF-IDF Lowe [4] Scale-Invarient Feature Transform (SIFT) Bay [1] Speeded Up Robust Features (SURF) SIFT 128 SURF 64 Visual Words Ni](/thumbs/86/94686225.jpg "2. 30 Visual Words TF-IDF Lowe [4] Scale-Invarient Feature Transform (SIFT) Bay [1] Speeded Up Robust Features (SURF) SIFT 128 SURF 64 Visual Words Ni")
DEIM Forum 2012 B5-3 606 8510 E-mail: {zhao,ohshima,tanaka}@dl.kuis.kyoto-u.ac.jp Web, 1. Web Web TinEye 1 Google 1 http://www.tineye.com/ 1 2. 3. 4. 5. 6. 2. 30 Visual Words TF-IDF Lowe [4] Scale-Invarient
i ii iii iv v vi vii ( ー ー ) ( ) ( ) ( ) ( ) ー ( ) ( ) ー ー ( ) ( ) ( ) ( ) ( ) 13 202 24122783 3622316 (1) (2) (3) (4) 2483 (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) 11 11 2483 13
技術名称 位相限定相関法 技術内容 位相限定相関法 (Phase Only Correlation:POC) は フーリエ変換を用いて照合画像と登録画像の相関 ( 類似性 ) を計算する過程において 振幅成分を取り除き 位相成分にのみを用いるように修正した パターンマッチングの一
技術名称 1-3-3-1-1 パターンマッチング方式 技術内容 パターンマッチング方式は 2 値化や細線化された登録指紋の画像と照合指紋の画像を 位置ずれや回転を補正しながら黒画素数の一致性を調べ 閾値を超えるか否かで本人か判定する方式である この方式は 特徴抽出処理を行わないため高速であるが 一般に画像の局所的な変形に弱い 図 1 にパターンマッチング ( イメージマッチング ) の原理を示す あらかじめ雑音除去した照合指紋の
す 局所領域 ωk において 線形変換に用いる係数 (ak 画素の係数 (ak bk ) を算出し 入力画像の信号成分を bk ) は次式のコスト関数 E を最小化するように最適化 有さない画素に対して 式 (2) より画素値を算出する される これにより 低解像度な画像から補間によるアップサ E(
IR E-mail: hf@cs.chubu.ac.jp Abstract IR RGB ( ) IR IR IR RGB RGB PSNR 1 Time-Of- Flight(TOF)[1] Kinect [2] TOF LED TOF [3] [6] [4][5] 2 [6] RGB ( ) Infrared(IR) IR 2 2.1 1 す 局所領域 ωk において 線形変換に用いる係数 (ak
生体認証システムにおける情報漏洩対策技術の研究動向
ATM 1 IC ATM ATM IC IC ATM E-mail: masataka.suzuki@boj.or.jp E-mail: inuma.manabu@aist.go.jp E-mail: a-otsuka@aist.go.jp //2010.4 229 1. 2004 ATM PC ATM FISC FISC [2009] FISC [2009] 35-1 ATM IC ATM ATM
(Visual Secret Sharing Scheme) VSSS VSSS 3 i
13 A Visual Secret Sharing Scheme for Continuous Color Images 10066 14 8 (Visual Secret Sharing Scheme) VSSS VSSS 3 i Abstract A Visual Secret Sharing Scheme for Continuous Color Images Tomoe Ogawa The
Automatic Collection of Web Video Shots Corresponding to Specific Actions using Web Images
視覚特徴およびタグ共起を用いた 大規模 Web ビデオショットランキング 電気通信大学大学院情報理工学研究科 総合情報学専攻 Do Hang Nga 柳井啓司 背景 Web 動画 : 無限に存在 無料で取得可能 - YouTube, Daily Motion etc. Web 動画による動作データ収集 ただし Web 上の動画はノイズが多い 関連動画 Play trumpet 非関連動画 非対応ショット
Microsoft PowerPoint - 画像工学 print
教室 : 14-22 画像工学 28 年度版 Imaging Science and Technology 画像工学 28 年度版 2 慶応義塾大学理工学部 教授 慶応義塾大学理工学部 准教授 中島真人青木義満 ( 例 ) 画像システムとしてのカメラ y 入力 f(x,y) x ( 紙に書かれた文字 ) カメラ ( フィルムカメラ デジタルカメラ どちらでも OK ) (u,v) ) SYSTEM
Microsoft PowerPoint - 画像工学 印刷用
教室 : 14-202 JURY 08 画像工学 2007 年度版 Imaging Science and Technology 画像工学 2007 年度版 11 慶応義塾大学理工学部 中島真人 教授 今日で最後です! 6. デジタル画像の性質と取り扱い 6-1. 画像のサンプリング サンプリングした画像のフーリエ変換 画像のサンプリング付随して生じるエラー 6-2. デジタル画像のフーリエ変換 周期関数のフーリエ変換
Microsoft PowerPoint SCOPE-presen
H19-21 SCOPE 若手 ICT 研究者育成型研究開発 楕円曲線暗号を用いた 匿名認証基盤の研究開発 岡山大学大学院自然科学研究科 中西 野上 透 保之 1 研究の背景 ユビキタス社会では ユーザ認証を通じ ユーザ認証を通じユーザの様々な履歴がサーバに蓄積 ID:Alice Pass: ***** ユーザ ID:Alice インターネットサーバ 様々な機器からの利用 様々な場所からの利用 Pass:
Autumn 06 1 2005 100 100 1 100 1 2003 2005 10 2003 2005 2
2005 25-2 17 395.6 149.1 1 2004 2 2003p.13 3 Autumn 06 1 2005 100 100 1 100 1 2003 2005 10 2003 2005 2 Vol. 42 No. 2 2 100 20052005 2002 20052005 3 2005 10 1 II III IV 1 1 1 2 1 4 15-2 30 4,091 54.5 2
28 Horizontal angle correction using straight line detection in an equirectangular image
28 Horizontal angle correction using straight line detection in an equirectangular image 1170283 2017 3 1 2 i Abstract Horizontal angle correction using straight line detection in an equirectangular image
1 3 i i MURC 1/10
2010 10 1 (*) (*) 2010 9 17 108-8248 2-16-4 TEL03-6711-1241 1 3 i 2010 2010 21 15 38 1618 25 14 1517 11 8 15 1618 25 i MURC 1/10 http://www.murc.jp//politics_c1/pol_report/ 60 64 2 1,000 ii 30 29 32 31
時空間特徴を用いた Web動画からの特定動作対応ショットの 自動抽出
Web 動画 画像を用いた 特定動作ショットの自動収集 DO HANG NGA 樋爪和也柳井啓司 電気通信大学情報工学科 背景 既存の動画学習手法制限のある動画像 (e.g. KTH, Caltech) 教師なし学習手法 Web 上の動画 教師信号あり 動画量が少ない 研究の目的 特定動作についての Web データを使用して その動作の対応ショットを自動抽出 大量の Web 動画 ランキング 学習の必要なし