研究成果報告書
|
|
|
- こおが あくや
- 5 years ago
- Views:
Transcription
1 様式 C-19 科学研究費助成事業 ( 科学研究費補助金 ) 研究成果報告書 平成 25 年 6 月 9 日現在 機関番号 :24403 研究種目 : 基盤研究 (B) 研究期間 :2010 ~ 2012 課題番号 : 研究課題名 ( 和文 ) 大規模高速特定物体認識とその実世界指向 Web への応用研究課題名 ( 英文 ) Large-Scale Specific Object Recognition and Its Application to Real-World Oriented Web 研究代表者黄瀬浩一 (KISE KOICHI) 大阪府立大学 大学院工学研究科 教授研究者番号 : 研究成果の概要 ( 和文 ): 実世界指向 Web とは, 我々の周囲にある物体が情報の出入り口になる Web である. 物体にカメラをかざすと関連情報を瞬時に取り出せる. また, 物体の撮影を通してユーザ自らが情報を関連付けることもできる. 扱う物体は, 文字, 文書から 3 次元物体, 顔など様々である. 本研究では, このような新しい Web を実現する上で必須となる物体認識技術の大規模化 ( 文書の場合,1 億ページの識別 ), 高速化 ( 文書の場合,27ms/query), 高精度化 ( 文書の場合, 認識率 99%), およびその理論的基盤の構築, さらには, 実世界指向 Web のプロトタイプの作成を行った. 研究成果の概要 ( 英文 ):The real-world oriented Web is a web of things that play a role of input/output tags of information. Information relevant to an object can be retrieved by just taking an image of it by using a camera. The user can associate relevant information to an object by taking its image. As objects to be handled, we consider various types such as characters, documents, 3D objects and faces. In this research we develop a method of object recognition with the following capabilities for realizing the above Web: (a) large-scale (for documents, 100 million pages), fast (for documents, 27ms/query), and accurate (for documents 99%). In addition we build a theoretical framework as well as prototypes of the real-world oriented Web. 交付決定額 ( 金額単位 : 円 ) 直接経費 間接経費 合計 2010 年度 6,300,000 1,890,000 8,190, 年度 4,200,000 1,260,000 5,460, 年度 3,700,000 1,110,000 4,810,000 総計 14,200,000 3,359,000 18,460,000 研究分野 : 情報工学科研費の分科 細目 : 情報学 知覚情報補処理 知能ロボティクスキーワード : インターネット高度化, 自動タグ付け, 画像 文章 音声等認識, ディレクトリ 情報検索, 文書画像検索 1. 研究開始当初の背景本研究課題の申請時点で, 研究代表者らは, 大規模特定物体認識に関する一定の成果を得ていた. 具体的には, 以下の通りである. (1) 文書画像検索 :2 万ページのデータベースに対して 150ms/query の速度,98% の精度を達成. (2) 平面物体認識 :100 万画像に対して 60ms/query の速度,90% の精度を達成. これらの成果は, 申請時点で物体認識の常識となっていた BOF(Bag-Of-Features) では達成できないものであるが, 大半の著名な研究者は BOF 以外に有望な方法はないと考えていた. この理由は,BOF を用いないと照合時間がかかりすぎるためである. これに対して, 我々は近似最近傍探索を独自に開発し,
2 照合に用いることによって, 常識を覆す速度と精度を達成していた 本研究課題は, これをさらに大規模化するとともに様々な認識対象に適用し, 有効性を検証すること, ならびに, 開発した技術を用いて実世界指向 Web のプロトタイプを構築することである. 2. 研究の目的実世界指向 Web とは, 我々の周囲にある物体が情報の出入り口になる Web である. 物体にカメラをかざすとそれに関連付けられた情報を瞬時に取り出せる. また, 物体の撮影を通してユーザ自らが情報を関連付けることもできる. 扱う情報はテキストだけではなく, 画像, 音声から仮想現実に至るまで様々である. 本研究の目的は, このような新しい Web を実現する上で必須となる物体認識技術の大規模化 (1 億静止画の識別 ), 高速化 (1 秒 /query 以内 ), 高精度化 ( 認識率 85% 以上, 誤認識率 1% 未満 ), およびその理論的基盤の構築, さらには, 実世界指向 Web のプロトタイプの作成である. 3. 研究の方法以下の 4 通りの方法によって上記の目的を達成する. (1) 多様な認識対象文字, 文書に加えて,3 次元物体, 顔を認識対象とする. また, 文書画像については, テキスト主体の文書だけではなく, 漫画などの線画を対象に加える. (2) 大規模化これまでの規模を大幅に上回る大規模化を施す. 文書画像については 1 億ページ, 漫画画像については 1 万ページ,3 次元物体については 1000 物体, 文字については, アルファベットに加えて仮名漢字, 顔については 1 千万画像を識別対象とする. (3) 近似最近傍探索の開発従来から提案されている LSH (locality-sensitive Hashing) などの手法を大幅に改善する新しい手法を構築する. 具体的には, 探索対象が特徴空間内で分布する密度を検索に用いることにより, 検索精度を低下させることなく検索速度を向上させる. (4) アプリケーション実世界指向 Web を実現した新しいアプリケーションを構築する. 具体的にはスマートフォンを用いて, 実時間で対象を認識するシステムを構築する. 4. 研究成果認識対象ごとに大規模化等について述べた後, 近似最近傍探索とアプリケーションについて述べる. (1) 文字文字については, 多様なレイアウトやフォ ントに加えて, 複雑背景を伴う場合でも認識可能な手法を提案した. これらの手法は他に例をみない独自性の高い手法となっている. 動作の一例を下図に示す. (2) 文書画像 1 億ページのデータベースを構築し, これを用いて文書画像検索の性能評価を行った. この文書画像検索手法は我々が開発した LLAH(Locally Likely Arrangement Hashing) と呼ぶ手法であり, 下図に示すとおり, 文書の微小部分 ( 単語や文字など ) を高速にデータベースと照合する手法である. その結果, 検索時間 26.8ms/query の処理時間で 98.7% の検索精度を実現した. 同じ処理を, 近似最近傍探索を用いずに実現すると,100 時間 /query 程度が必要になることから, 大幅な高速化が達成されていることが分かる. (3) 漫画画像 1.1 万ページの漫画画像を対象として, 部分的な複製を検索できる手法を構築した. (4) 3 次元物体 1003 物体の物体データベースを構築した. また, この物体データベースを用いて物体を認識する手法として Bloomier フィルタと呼ばれるデータ構造による手法を提案し, 物体認識時に問題となるメモリ量を削減できることを示した. さらに大規模局所特徴量を用いた 2 段階相互部分空間法による認識手法を開発し, 従来法を利用した場合と比べて千倍から 1 万倍程度の高速化を達成した.
3 物体認識の際に大きな問題となるのは, 認識対象の物体が複雑な背景下に存在する場合である. このような状況下では背景から得られる無関係な特徴によって, 物体が正しく認識されない場合がある. この問題を解決する手法として,super pixel, reference point, 局所特徴量の文脈, などを用いることで, 複雑背景のもとでも, 正しく物体を認識する手法を構築した. 最後に, これまでに提案してきた物体認識手法の有効性を検証するため, 上記手法の簡易版を用いて,TRECVID と呼ばれるビデオ検索のコンテストに参加した.TRECVID は多数のタスクから構成されるが, このうち我々は INS と呼ばれるタスク ( 大規模ビデオデータから特定物体を探し出すタスク ) に参加した. その結果, 我々は初参加であるにもかかわらず, 世界 4 位 ( 国内 1 位 ) の成績を残すことができた. (5) 顔 1000 万顔画像データベースを構築し, 局所特徴量を用いた高速顔認識手法を実現した 位認識率 98.5% のときに, 照合時間 185ms/query を達成し, 近似最近傍探索による認識手法の顔画像認識への有効性を実証した. (6) 近似最近傍探索 Bucket Distance Hashing と呼ぶ新しい近似最近傍探索の手法を提案し, 最大 1 億ベクトルを用いた評価実験によって,LSH,SH,ANN などの従来の代表的な手法と比べて高速な探索が可能であることを実証した. (7) アプリケーション下図に示すような文書を対象とした実世界指向 Web のインタフェースを構築した. この他に, 下図に示すような顔認識を用いたシステムも実装した. 5. 主な発表論文等 ( 研究代表者 研究分担者及び連携研究者には下線 ) 雑誌論文 ( 計 17 件 ) 学術論文 ( 査読有り ) 1. Weihan Sun, and Koichi Kise, "Detection of exact and similar partial copies for copyright protection of manga", International Journal on Document Analysis and Recognition (IJDAR), 16, 1, pp.1-19 (2013-3) 2. Marcus Liwicki, Seiichi Uchida, Akira Yoshida, Masakazu Iwamura, Shinichiro Omachi, and Koichi Kise, "More than Ink Realization of a Data-Embedding Pen", Pattern Recognition Letters (2013) 3. Megumi Chikano, Koichi Kise, Masakazu Iwamura, Seiichi Uchida, and Shinichiro Omachi, "Recovery and localization of handwritings by a camera-pen based on tracking and document image retrieval", Pattern Recognition Letters (2013) 4. Weihan Sun, and Koichi Kise, "Cartoon Character Recognition Using Concentric Multi-Region Histograms of Oriented Gradients", IEEJ Transactions on Electronics, Information and Systems, 132, 11, pp ( ) 5. Martin Klinkigt, and Koichi Kise, "Object Recognition for Less-Requirements", IEEJ Transactions, 131, 11, pp (2012-5) 6. 竹田一貴, 黄瀬浩一, 岩村雅一, " 大規模文書画像検索のためのメモリ効率と識別性の向上 ", 電子情報通信学会論文誌 D, J95-D, 7, pp (2012-7) 7. Martin Klinkigt, and Koichi Kise, "Using a Reference Point for Local Configuration of SIFT-like Features for Object Recognition with Serious Background Clutter", IPSJ Transactions on Computer Vision and Applications, 3 ( ) 8. 井上勝文, 黄瀬浩一," データセットの違いが物体認識に与える影響の解析 特徴ベクトルの一致検索を用いた認識手法の場合 ", 電気学会論文誌 (C), 131, 11, pp ( ) 9. 岩村雅一, 堀松晃, 丹羽亮, 黄瀬浩一, 内田誠一, 大町真一郎," 段階的な枝刈りによるアフィン不変な文字認識 ", 電気学会論文誌 (D), 131, 7, pp (2011-7)
4 10. Atushiro Kojima, Hiroshi Miki, and Koichi Kise, "Object Recognition From n-grams of Human Actions without Shape Models", ICIC Express Letters, Part B: Applications, 2, 3, pp (2011-1) 11. 黄瀬浩一, 野口和人, 岩村雅一," 参照特徴ベクトルの増加による低品質画像の高速 高精度認識 ", 電子情報通信学会論文誌 D, J93-D, 8, pp (2010-8) 12. 井上勝文, 黄瀬浩一," 特定物体認識における Bloomier Filter を用いたメモリ削減法とその実験的評価 ", 電子情報通信学会論文誌 D, J93-D, 8, pp (2010-8) 13. 孫維瀚, 黄瀬浩一," 線画の著作権保護のための部分的複製検出法 ", 電子情報通信学会論文誌 D, J93-D, 6 (2010-6) 14. 岩村雅一, 古谷嘉男, 黄瀬浩一, 大町真一郎, 内田誠一," 付加情報の一般的な割り当て ", 電子情報通信学会論文誌 D, J93-D, 5, pp (2010-5) 15. 岩村雅一, 中居友弘, 黄瀬浩一," 特徴点の配置に基づく画像検索手法の解析 Geometric Hashing と LLAH の比較と解析 ", 電子情報通信学会論文誌 D, J93-D, 4, pp (2010-4) 解説 総説 ( 査読無し ) 16. 黄瀬浩一, 岩村雅一," 特徴点の高速照合とその文書画像検索への応用 ", 電子情報通信学会誌, 94, 8, pp , 東京 (2011-8) 17. 黄瀬浩一, 局所特徴量を用いた画像照合による特定物体認識 ", 人工知能学会誌, 25, 6, pp ( ) 学会発表 ( 計 86 件 ) 1. Yuzuko Utsumi, Yuya Kato, Kai Kunze, Masakazu Iwamura, and Koichi Kise, "Who are you? A Wearable Face Recognition System to Support HumanMemory", 4th International Conference on Augmented Human, , Stuttgart, Germany 2. Takuya Kobayashi, Takumi Toyama, Faisal Shafait, Masakazu Iwamura, Koichi Kise, and Andreas Dengel, Recognizing Words in Scenes with a Head-Mounted Eye-Tracker", 10th IAPR International Workshop on (DAS2012), , Gold Coast, Australia 3. Masaki Tsukada, Masakazu Iwamura, and Koichi Kise, "Expanding Recognizable Distorted Characters Using Self-Corrective Recognition", 10th IAPR International Workshop on (DAS2012), , Gold Coast, Australia 4. Weihan Sun, Koichi Kise, and Yoann Champeil, "Similar Fragment Retrieval of Animations by a Bag-of-features Approach", 10th IAPR International Workshop on (DAS2012), , Gold Coast, Australia 5. Kazutaka Takeda, Koichi Kise, and Masakazu Iwamura, "Real-Time Document Image Retrieval on a Smartphone", 10th IAPR International Workshop on Document Analysis Systems (DAS2012), , Gold Coast, Australia 6. Koichi Kise, Document Identification, International Workshop on Digital Media Analysis, Search and Management, , San Diego, USA (Invited Talk) 7. Koichi Kise, and Takahiro Kashiwagi, "1.5 Million Subspaces of a Local Feature Space for 3D Object Recognition", 1st Asian Conference on Pattern Recognition, , Beijing, China 8. Weihan Sun, and Koichi Kise, "Similar Manga Retrieval Using Visual Vocabulary Based on Regions of Interest", 11th International Conference on Document Analysis and Recognition (ICDAR2011), , Beijing, China 9. Kazutaka Takeda, Koichi Kise, and Masakazu Iwamura, "Real-Time Document Image Retrieval for a 10 Million Pages Database with a Memory Efficient and Stability Improved LLAH", 2011 International Conference on Document Analysis and Recognition, (ICDAR2011), , Beijing, China 10. Masakazu Iwamura, Takuya Kobayashi, and Koichi Kise, "Recognition of Multiple Characters in a Scene Image Using Arrangement of Local Features", 11th International Conference on Document Analysis and Recognition (ICDAR 2011), , Beijing, China 11. Kazutaka Takeda, Koichi Kise, and
5 Masakazu Iwamura, "Memory Reduction for Real-Time Document Image Retrieval with a 20 Million Pages Database", Fourth International Workshop on Camera-Based Document Analysis and Recognition (CBDAR2011), , Beijing, China 12. Martin Klinkigt, Koichi Kise and Andreas Dengel, "Generic and Specific Object Recognition for Semantic Retrieval of Images", 15th International Conference on Knowledge-Based and Intelligent Information & Engineering Systems, , Kaiserslautern, Germany 13. Martin Klinkigt, Koichi Kise, Heiko Maus, and Andreas Dengel, "Semantic Retrieval of Images by Learning from Wikipedia", 15th International Conference on Knowledge-Based and Intelligent Information & Engineering Systems, , Kaiserslautern, Germany 14. Weihan Sun, and Koichi Kise, "Similar Partial Copy Recognition for Line Drawings Using Concentric Multi-Region Histograms of Oriented Gradients", 12th IAPR Conference on Machine Vision Applications (MVA2011), , Nara, Japan 15. Martin Klinkigt, and Koichi Kise, "From Local Features to Global Shape Constraints: Heterogeneous Matching Scheme for Recognizing Objects Under Serious Background Clutter", Asian Conference on Computer Vision, , Queenstown, New Zealand 16. Tomoyuki Mutoh, Masakazu Iwamura, and Koichi Kise, "Theoretical Analysis on Pruning Nearest Neighbor Candidates by Locality Sensitive Hashing", Procedings of TENCON2010 IEEE Region 10 Conference, , Fukuoka, Japan 17. Weihan Sun, and Koichi Kise, "Similar Partial Copy Detection of Line Drawings Using a Cascade Classifier and Feature Matching", International Workshop on Computational Forensics, , Tokyo, Japan 18. Kazumasa Iwata, Koichi Kise, Masakazu Iwamura, Seiichi Uchida, and Shinichiro Omachi, "Tracking and Retrieval of Pen Tip Positions for an Intelligent Camera Pen", 12th International Conference on Frontiers in Handwriting Recognition (ICFHR2010), , Kolkata, India 19. Tomohiro Sakata, and Koichi Kise, "Flower Classification by Using Multiple Kernel Learning", 2nd , Fukuoka, Japan 20. Katsufumi Inoue, and Koichi Kise, "Memory Reduction Method for Specific Object Recognition Based on Lossy Encoding of Feature Vectors with a Bloomier Filter", 2nd , Fukuoka, Japan 21. Martin Klinkigt, and Koichi Kise, "Local Configuration of SIFT-like Features by a Shape Context", 2nd , Fukuoka, Japan 22. Tomoyuki Mutoh, Masakazu Iwamura, and Koichi Kise, "Derivation of Theoretical Formulas of Accuracy on Accessing Neighboring Buckets in Hash-Based Approximate Nearest Neighbor Search", 2nd , Fukuoka, Japan 23. Kazutaka Takeda, Koichi Kise, and Masakazu Iwamura, "Multilingual Document Image Retrieval Based on a Large-Scale Database", 2nd , Fukuoka, Japan 24. Takuya Kobayashi, Masakazu Iwamura, and Koichi Kise, "Recognition of Affine Distorted Characters by Using Affine-InvariantLocal Descriptors", 2nd China-Japan-Korea Joint Workshop on Pattern Recognition (CJKPR2010), , Fukuoka, Japan 25. Weihan Sun, and Koichi Kise, Copyright Protection of Line Drawings: Copyrighted Part Detection Using Cascade Classifiers", 2nd
6 , Fukuoka, Japan 26. Atsuhiro Kojima, Hiroshi Miki, and Kochi Kise, "Object Recognition Based on n-gram Expression of Human Actions", of 20th Int. Conf. on Pattern Recognition (ICPR2010), , Istanbul, Turkey 27. Koichi Kise, Megumi Chikano, Kazumasa Iwata, Masakazu Iwamura, Seiichi Uchida, and Shinichiro Omachi, "Expansion of Queries and Databases for Improving the Retrieval Accuracy of Document Portions An Application to a Camera-Pen System", 9th IAPR International Workshop on (DAS2010), , Boston, USA 28. Masakazu Iwamura, Tomohiko Tsuji, and Koichi Kise, "Memory-Based Recognition of Camera-Captured Characters", 9th IAPR International Workshop on Document Analysis Systems (DAS2010), , Boston, USA 図書 ( 計 2 件 ) 1. Seiichi Uchida, Marcus Liwicki, Masakazu Iwamura, Shinichiro Omachi and Koichi Kise, Data-Embedding Pen, Multimedia Information Hiding Technologies and Methodologies for Controlling Data, pp ( ) 2. 黄瀬浩一,Bag-of-Features に基づく物体認識 (1) 特定物体認識, CVIM チュートリアルシリーズコンピュータビジョン最先端ガイド, 3, pp.63-84, アドコム メディア ( ) 産業財産権 出願状況 ( 計 4 件 ) 1. 名称 : 近似最近傍探索装置 近似最近傍探索法およびそのプログラム発明者 : 岩村雅一, 佐藤智一, 黄瀬浩一権利者 : 大阪府立大学種類 : 特許番号 : 特願 出願年月日 : 2012 年 2 月 28 日国内外の別 : 国内番号 :PCT/JP2013/ 出願年月日 : 2013 年 8 月 20 日国内外の別 : 国外 2. 名称 : 近似最近傍探索に係るデータベースの登録方法および登録装置発明者 : 岩村雅一, 黄瀬浩一 権利者 : 大阪府立大学種類 : 特許番号 : 特願 出願年月日 : 2011 年 5 月 27 日国内外の別 : 国内番号 :PCT/JP2012/ 出願年月日 :2012 年 5 月 15 日国内外の別 : 国外 3. 名称 : 文書画像データベースの登録方法および検索方法発明者 : 竹田一貴, 黄瀬浩一, 岩村雅一権利者 : 大阪府立大学種類 : 特許番号 : 特願 出願年月日 : 2011 年 3 月 2 日国内外の別 : 国内 4. 名称 : 三次元物体認識用画像データベースの作成方法および作成装置発明者 : 柏木隆宏, 外山託海, 黄瀬浩一権利者 : 大阪府立大学種類 : 特許番号 : 特願 出願年月日 :2010 年 4 月 28 日国内外の別 : 国内番号 : PCT/JP2011/ 出願年月日 :2011 年 4 月 27 日国内外の別 : 国外 取得状況 ( 計 0 件 ) その他 ホームページ 6. 研究組織 (1) 研究代表者黄瀬浩一 (KISE KOICHI) 大阪府立大学 大学院工学研究科 教授研究者番号 : (2) 研究分担者 岩村雅一 (IWAMURA MASAKAZU) 大阪府立大学 大学院工学研究科 准教授研究者番号 : 岩田基 (IWATA MOTOI) 大阪府立大学 大学院工学研究科 助教研究者番号 : 内海ゆづ子 (UTSUMI YUZUKO) 大阪府立大学 大学院工学研究科 助教研究者番号 :
事務連絡
共生社会に向けた人間調和型情報技術の構築 平成 22 年度採択研究代表者 H22 年度 実績報告 黄瀬浩一 大阪府立大学大学院工学研究科 教授 文字 文書メディアの新しい利用基盤技術の開発と それに基づく人間調和型情報環境の構築 1. 研究実施の概要文字 文書は我々の生活や知的活動と密接な関係にある 本研究の目的は 文字や文書を自由環境で瞬時に認識 検索する技術を用いて 人間と調和する情報環境を作り出すことである
研究成果報告書
様式 C-19 科学研究費補助金研究成果報告書 平成 23 年 4 月 22 日現在 機関番号 :24403 研究種目 : 若手研究 (B) 研究期間 :2009 年度 ~2010 年度課題番号 :21700202 研究課題名 ( 和文 ) 情景中の重要な文字情報を実時間で抽出 提示するシステムの試作 研究課題名 ( 英文 ) Test production of a system picking
Duplicate Near Duplicate Intact Partial Copy Original Image Near Partial Copy Near Partial Copy with a background (a) (b) 2 1 [6] SIFT SIFT SIF
![Duplicate Near Duplicate Intact Partial Copy Original Image Near Partial Copy Near Partial Copy with a background (a) (b) 2 1 [6] SIFT SIFT SIF](/thumbs/82/86406952.jpg "Duplicate Near Duplicate Intact Partial Copy Original Image Near Partial Copy Near Partial Copy with a background (a) (b) 2 1 [6] SIFT SIFT SIF")
Partial Copy Detection of Line Drawings from a Large-Scale Database Weihan Sun, Koichi Kise Graduate School of Engineering, Osaka Prefecture University E-mail: sunweihan@m.cs.osakafu-u.ac.jp, kise@cs.osakafu-u.ac.jp
3: 2: 2. 2 Semi-supervised learning Semi-supervised learning [5,6] Semi-supervised learning Self-training [13] [14] Self-training Self-training Semi-s
![3: 2: 2. 2 Semi-supervised learning Semi-supervised learning [5,6] Semi-supervised learning Self-training [13] [14] Self-training Self-training Semi-s](/thumbs/72/67985311.jpg "3: 2: 2. 2 Semi-supervised learning Semi-supervised learning [5,6] Semi-supervised learning Self-training [13] [14] Self-training Self-training Semi-s")
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS TECHNICAL REPORT OF IEICE. 599-8531 1-1 E-mail: tsukada@m.cs.osakafu-u.ac.jp, {masa,kise}@cs.osakafu-u.ac.jp Semi-supervised learning
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
2. 研 究 実 施 内 容 ( 文 中 に 番 号 がある 場 合 は(3-1)に 対 応 する) (1) 黄 瀬 グループ 局 所 特 徴 量 と 最 近 傍 探 索 を 用 いる 文 字 認 識 手 法 の 開 発 を 進 めた 特 に 今 年 度 は 高 速 化 に 注 力 した 具 体 的
共 生 社 会 に 向 けた 人 間 調 和 型 情 報 技 術 の 構 築 平 成 22 年 度 採 択 研 究 代 表 者 H24 年 度 実 績 報 告 黄 瀬 浩 一 公 立 大 学 法 人 大 阪 府 立 大 学 大 学 院 工 学 研 究 科 教 授 文 字 文 書 メディアの 新 しい 利 用 基 盤 技 術 の 開 発 と それに 基 づく 人 間 調 和 型 情 報 環 境 の 構
(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
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
IPSJ SIG Technical Report Vol.2010-CVIM-170 No /1/ Visual Recognition of Wire Harnesses for Automated Wiring Masaki Yoneda, 1 Ta
1 1 1 1 2 1. Visual Recognition of Wire Harnesses for Automated Wiring Masaki Yoneda, 1 Takayuki Okatani 1 and Koichiro Deguchi 1 This paper presents a method for recognizing the pose of a wire harness
_ _2013_黄瀬_YR
共生社会に向けた人間調和型情報技術の構築 平成 22 年度採択研究代表者 H25 年度 実績報告 黄瀬浩一 大阪府立大学大学院工学研究科 教授 文字 文書メディアの新しい利用基盤技術の開発と それに基づく人間調和型情報環境の構築 1. 研究実施体制 (1) 黄瀬グループ 1 研究代表者 : 黄瀬浩一 ( 大阪府立大学大学院工学研究科 教授 ) 2 研究項目 ベース認識装置開発 大規模データベース構築
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS TECHNICAL REPORT OF IEICE. TRECVID2012 Instance Search {sak
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS TECHNICAL REPORT OF IEICE. TRECVID2012 Instance Search 599 8531 1 1 E-mail: {sakata,matozaki}@m.cs.osakafu-u.ac.jp, {kise,masa}@cs.osakafu-u.ac.jp
27 AR
27 AR 28 2 19 12111002 AR AR 1 3 1.1....................... 3 1.1.1...................... 3 1.1.2.................. 4 1.2............................ 4 1.2.1 AR......................... 5 1.2.2......................
(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
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.2009-CVIM-167 No /6/10 Real AdaBoost HOG 1 1 1, 2 1 Real AdaBoost HOG HOG Real AdaBoost HOG A Method for Reducing
Real AdaBoost HOG 1 1 1, 2 1 Real AdaBoost HOG HOG Real AdaBoost HOG A Method for Reducing number of HOG Features based on Real AdaBoost Chika Matsushima, 1 Yuji Yamauchi, 1 Takayoshi Yamashita 1, 2 and
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
,,.,.,,.,.,.,.,,.,..,,,, i
22 A person recognition using color information 1110372 2011 2 13 ,,.,.,,.,.,.,.,,.,..,,,, i Abstract A person recognition using color information Tatsumo HOJI Recently, for the purpose of collection of
Microsoft PowerPoint - SSII_harada pptx
The state of the world The gathered data The processed data w d r I( W; D) I( W; R) The data processing theorem states that data processing can only destroy information. David J.C. MacKay. Information
(3.6 ) (4.6 ) 2. [3], [6], [12] [7] [2], [5], [11] [14] [9] [8] [10] (1) Voodoo 3 : 3 Voodoo[1] 3 ( 3D ) (2) : Voodoo 3D (3) : 3D (Welc
![(3.6 ) (4.6 ) 2. [3], [6], [12] [7] [2], [5], [11] [14] [9] [8] [10] (1) Voodoo 3 : 3 Voodoo[1] 3 ( 3D ) (2) : Voodoo 3D (3) : 3D (Welc](/thumbs/65/54056306.jpg "(3.6 ) (4.6 ) 2. [3], [6], [12] [7] [2], [5], [11] [14] [9] [8] [10] (1) Voodoo 3 : 3 Voodoo[1] 3 ( 3D ) (2) : Voodoo 3D (3) : 3D (Welc")
1,a) 1,b) Obstacle Detection from Monocular On-Vehicle Camera in units of Delaunay Triangles Abstract: An algorithm to detect obstacles by using a monocular on-vehicle video camera is developed. Since
(a) 1 (b) 3. Gilbert Pernicka[2] Treibitz Schechner[3] Narasimhan [4] Kim [5] Nayar [6] [7][8][9] 2. X X X [10] [11] L L t L s L = L t + L s
![(a) 1 (b) 3. Gilbert Pernicka[2] Treibitz Schechner[3] Narasimhan [4] Kim [5] Nayar [6] [7][8][9] 2. X X X [10] [11] L L t L s L = L t + L s](/thumbs/75/72066128.jpg "(a) 1 (b) 3. Gilbert Pernicka[2] Treibitz Schechner[3] Narasimhan [4] Kim [5] Nayar [6] [7][8][9] 2. X X X [10] [11] L L t L s L = L t + L s")
1 1 1, Extraction of Transmitted Light using Parallel High-frequency Illumination Kenichiro Tanaka 1 Yasuhiro Mukaigawa 1 Yasushi Yagi 1 Abstract: We propose a new sharpening method of transmitted scene
WISS 2018 [2 4] [5,6] Query-by-Dancing Query-by- Dancing Cao [1] OpenPose 2 Ghias [7] Query by humming Chen [8] Query by rhythm Jang [9] Query-by-tapp
![WISS 2018 [2 4] [5,6] Query-by-Dancing Query-by- Dancing Cao [1] OpenPose 2 Ghias [7] Query by humming Chen [8] Query by rhythm Jang [9] Query-by-tapp](/thumbs/91/107555259.jpg "WISS 2018 [2 4] [5,6] Query-by-Dancing Query-by- Dancing Cao [1] OpenPose 2 Ghias [7] Query by humming Chen [8] Query by rhythm Jang [9] Query-by-tapp")
Query-by-Dancing: WISS 2018. Query-by-Dancing Query-by-Dancing 1 OpenPose [1] Copyright is held by the author(s). DJ DJ DJ WISS 2018 [2 4] [5,6] Query-by-Dancing Query-by- Dancing Cao [1] OpenPose 2 Ghias
本文6(599) (Page 601)
(MIRU2008) 2008 7 525 8577 1 1 1 E-mail: matsuzaki@i.ci.ritsumei.ac.jp, shimada@ci.ritsumei.ac.jp Object Recognition by Observing Grasping Scene from Image Sequence Hironori KASAHARA, Jun MATSUZAKI, Nobutaka
Microsoft Word - toyoshima-deim2011.doc
DEIM Forum 2011 E9-4 252-0882 5322 252-0882 5322 E-mail: t09651yt, sashiori, kiyoki @sfc.keio.ac.jp CBIR A Meaning Recognition System for Sign-Logo by Color-Shape-Based Similarity Computations for Images
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
258 5) GPS 1 GPS 6) GPS DP 7) 8) 10) GPS GPS 2 3 4 5 2. 2.1 3 1) GPS Global Positioning System
Vol. 52 No. 1 257 268 (Jan. 2011) 1 2, 1 1 measurement. In this paper, a dynamic road map making system is proposed. The proposition system uses probe-cars which has an in-vehicle camera and a GPS receiver.
IS1-09 第 回画像センシングシンポジウム, 横浜,14 年 6 月 2 Hough Forest Hough Forest[6] Random Forest( [5]) Random Forest Hough Forest Hough Forest 2.1 Hough Forest 1 2.2
![IS1-09 第 回画像センシングシンポジウム, 横浜,14 年 6 月 2 Hough Forest Hough Forest[6] Random Forest( [5]) Random Forest Hough Forest Hough Forest 2.1 Hough Forest 1 2.2](/thumbs/91/106196100.jpg "IS1-09 第 回画像センシングシンポジウム, 横浜,14 年 6 月 2 Hough Forest Hough Forest[6] Random Forest( [5]) Random Forest Hough Forest Hough Forest 2.1 Hough Forest 1 2.2")
IS1-09 第 回画像センシングシンポジウム, 横浜,14 年 6 月 MI-Hough Forest () E-mail: ym@vision.cs.chubu.ac.jphf@cs.chubu.ac.jp Abstract Hough Forest Random Forest MI-Hough Forest Multiple Instance Learning Bag Hough Forest
高速 高精度な近似最近傍探索の実現 Realization of Fast and Accurate Approximate Nearest Neighbor Search 1. はじめに 計算機の発達により 我々はかつて無いほど手軽に 岩村雅一 ( Masakazu IWAMURA, Ph.D )
. はじめに 計算機の発達により 我々はかつて無いほど手軽に 岩村雅一 ( Masakazu IWAMURA, Ph.D ) 大阪府立大学大学院工学研究科知能情報工学分野准教授 ( Deptment of Computer Science and Intelligent Systems, Graduate School of Engineering at Osaka Prefecture University,
IPSJ SIG Technical Report 1,a) 1,b) 1,c) 1,d) 2,e) 2,f) 2,g) 1. [1] [2] 2 [3] Osaka Prefecture University 1 1, Gakuencho, Naka, Sakai,
![IPSJ SIG Technical Report 1,a) 1,b) 1,c) 1,d) 2,e) 2,f) 2,g) 1. [1] [2] 2 [3] Osaka Prefecture University 1 1, Gakuencho, Naka, Sakai,](/thumbs/94/119099134.jpg "IPSJ SIG Technical Report 1,a) 1,b) 1,c) 1,d) 2,e) 2,f) 2,g) 1. [1] [2] 2 [3] Osaka Prefecture University 1 1, Gakuencho, Naka, Sakai,")
1,a) 1,b) 1,c) 1,d) 2,e) 2,f) 2,g) 1. [1] [2] 2 [3] 1 599 8531 1 1 Osaka Prefecture University 1 1, Gakuencho, Naka, Sakai, Osaka 599 8531, Japan 2 565 0871 Osaka University 1 1, Yamadaoka, Suita, Osaka
,,,,,,,,,,,,,,,,,,, 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
1 Fig. 1 Extraction of motion,.,,, 4,,, 3., 1, 2. 2.,. CHLAC,. 2.1,. (256 ).,., CHLAC. CHLAC, HLAC. 2.3 (HLAC ) r,.,. HLAC. N. 2 HLAC Fig. 2
CHLAC 1 2 3 3,. (CHLAC), 1).,.,, CHLAC,.,. Suspicious Behavior Detection based on CHLAC Method Hideaki Imanishi, 1 Toyohiro Hayashi, 2 Shuichi Enokida 3 and Toshiaki Ejima 3 We have proposed a method for
4. C i k = 2 k-means C 1 i, C 2 i 5. C i x i p [ f(θ i ; x) = (2π) p 2 Vi 1 2 exp (x µ ] i) t V 1 i (x µ i ) 2 BIC BIC = 2 log L( ˆθ i ; x i C i ) + q
![4. C i k = 2 k-means C 1 i, C 2 i 5. C i x i p [ f(θ i ; x) = (2π) p 2 Vi 1 2 exp (x µ ] i) t V 1 i (x µ i ) 2 BIC BIC = 2 log L( ˆθ i ; x i C i ) + q](/thumbs/92/110416683.jpg "4. C i k = 2 k-means C 1 i, C 2 i 5. C i x i p [ f(θ i ; x) = (2π) p 2 Vi 1 2 exp (x µ ] i) t V 1 i (x µ i ) 2 BIC BIC = 2 log L( ˆθ i ; x i C i ) + q")
x-means 1 2 2 x-means, x-means k-means Bayesian Information Criterion BIC Watershed x-means Moving Object Extraction Using the Number of Clusters Determined by X-means Clustering Naoki Kubo, 1 Kousuke
[1] SBS [2] SBS Random Forests[3] Random Forests ii
![[1] SBS [2] SBS Random Forests[3] Random Forests ii](/thumbs/74/70333192.jpg "[1] SBS [2] SBS Random Forests[3] Random Forests ii")
Random Forests 2013 3 A Graduation Thesis of College of Engineering, Chubu University Proposal of an efficient feature selection using the contribution rate of Random Forests Katsuya Shimazaki [1] SBS
光学
Range Image Sensors Using Active Stereo Methods Kazunori UMEDA and Kenji TERABAYASHI Active stereo methods, which include the traditional light-section method and the talked-about Kinect sensor, are typical
(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,
29 AR
29 AR 30 2 13 16350901 AR AR AR AR 2 1 3 1.1....................... 3 1.1.1................. 3 1.1.2 AR............. 4 1.2................................. 5 2 6 2.0.1 AR......................... 6 2.0.2......................
IPSJ SIG Technical Report iphone iphone,,., OpenGl ES 2.0 GLSL(OpenGL Shading Language), iphone GPGPU(General-Purpose Computing on Graphics Proc
iphone 1 1 1 iphone,,., OpenGl ES 2.0 GLSL(OpenGL Shading Language), iphone GPGPU(General-Purpose Computing on Graphics Processing Unit)., AR Realtime Natural Feature Tracking Library for iphone Makoto
& Vol.5 No (Oct. 2015) TV 1,2,a) , Augmented TV TV AR Augmented Reality 3DCG TV Estimation of TV Screen Position and Ro
TV 1,2,a) 1 2 2015 1 26, 2015 5 21 Augmented TV TV AR Augmented Reality 3DCG TV Estimation of TV Screen Position and Rotation Using Mobile Device Hiroyuki Kawakita 1,2,a) Toshio Nakagawa 1 Makoto Sato
24 Region-Based Image Retrieval using Fuzzy Clustering
24 Region-Based Image Retrieval using Fuzzy Clustering 1130323 2013 3 9 Visual-key Image Retrieval(VKIR) k-means Fuzzy C-means 2 200 2 2 20 VKIR 5 18% 54% 7 30 Fuzzy C-means i Abstract Region-Based Image
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
No. 3 Oct The person to the left of the stool carried the traffic-cone towards the trash-can. α α β α α β α α β α Track2 Track3 Track1 Track0 1
ACL2013 TACL 1 ACL2013 Grounded Language Learning from Video Described with Sentences (Yu and Siskind 2013) TACL Transactions of the Association for Computational Linguistics What Makes Writing Great?
IPSJ SIG Technical Report Vol.2013-CVIM-187 No /5/30 1,a) 1,b), 1,,,,,,, (DNN),,,, 2 (CNN),, 1.,,,,,,,,,,,,,,,,,, [1], [6], [7], [12], [13]., [
![IPSJ SIG Technical Report Vol.2013-CVIM-187 No /5/30 1,a) 1,b), 1,,,,,,, (DNN),,,, 2 (CNN),, 1.,,,,,,,,,,,,,,,,,, [1], [6], [7], [12], [13]., [](/thumbs/94/121682292.jpg "IPSJ SIG Technical Report Vol.2013-CVIM-187 No /5/30 1,a) 1,b), 1,,,,,,, (DNN),,,, 2 (CNN),, 1.,,,,,,,,,,,,,,,,,, [1], [6], [7], [12], [13]., [")
,a),b),,,,,,,, (DNN),,,, (CNN),,.,,,,,,,,,,,,,,,,,, [], [6], [7], [], [3]., [8], [0], [7],,,, Tohoku University a) omokawa@vision.is.tohoku.ac.jp b) okatani@vision.is.tohoku.ac.jp, [3],, (DNN), DNN, [3],
Honda 3) Fujii 4) 5) Agrawala 6) Osaragi 7) Grabler 8) Web Web c 2010 Information Processing Society of Japan
1 1 1 1 2 Geographical Feature Extraction for Retrieval of Modified Maps Junki Matsuo, 1 Daisuke Kitayama, 1 Ryong Lee 1 and Kazutoshi Sumiya 1 Digital maps available on the Web are widely used for obtaining
IPSJ SIG Technical Report Vol.2010-NL-199 No /11/ treebank ( ) KWIC /MeCab / Morphological and Dependency Structure Annotated Corp
1. 1 1 1 2 treebank ( ) KWIC /MeCab / Morphological and Dependency Structure Annotated Corpus Management Tool: ChaKi Yuji Matsumoto, 1 Masayuki Asahara, 1 Masakazu Iwatate 1 and Toshio Morita 2 This paper
3 Abstract CAD 3-D ( ) 4 Spin Image Correspondence Grouping 46.1% 17.4% 97.6% ICP [0.6mm/point] 1 CAD [1][2]
![3 Abstract CAD 3-D ( ) 4 Spin Image Correspondence Grouping 46.1% 17.4% 97.6% ICP [0.6mm/point] 1 CAD [1][2]](/thumbs/94/118738978.jpg "3 Abstract CAD 3-D ( ) 4 Spin Image Correspondence Grouping 46.1% 17.4% 97.6% ICP [0.6mm/point] 1 CAD [1][2]")
3 E-mail: {akizuki}@isl.sist.chukyo-u.ac.jp Abstract CAD 3-D ( ) 4 Spin Image Correspondence Grouping 46.1% 17.4% 97.6% ICP [0.6mm/point] 1 CAD [1][2] Shape Index [3] [4][5] 3 SHOT [6] [7] Point Pair Feature
情報処理学会研究報告 IPSJ SIG Technical Report Vol.2013-CVIM-186 No /3/15 EMD 1,a) SIFT. SIFT Bag-of-keypoints. SIFT SIFT.. Earth Mover s Distance
EMD 1,a) 1 1 1 SIFT. SIFT Bag-of-keypoints. SIFT SIFT.. Earth Mover s Distance (EMD), Bag-of-keypoints,. Bag-of-keypoints, SIFT, EMD, A method of similar image retrieval system using EMD and SIFT Hoshiga
IPSJ SIG Technical Report Vol.2015-MUS-107 No /5/23 HARK-Binaural Raspberry Pi 2 1,a) ( ) HARK 2 HARK-Binaural A/D Raspberry Pi 2 1.
HARK-Binaural Raspberry Pi 2 1,a) 1 1 1 2 3 () HARK 2 HARK-Binaural A/D Raspberry Pi 2 1. [1,2] [2 5] () HARK (Honda Research Institute Japan audition for robots with Kyoto University) *1 GUI ( 1) Python
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
2 Fig D human model. 1 Fig. 1 The flow of proposed method )9)10) 2.2 3)4)7) 5)11)12)13)14) TOF 1 3 TOF 3 2 c 2011 Information
1 1 2 TOF 2 (D-HOG HOG) Recall D-HOG 0.07 HOG 0.16 Pose Estimation by Regression Analysis with Depth Information Yoshiki Agata 1 and Hironobu Fujiyoshi 1 A method for estimating the pose of a human from
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
Abstract 1 1 2 2 4 2.1.................................. 4 2.2......................... 5 2.3.............................. 6 2.4.....................
24 Abstract 1 1 2 2 4 2.1.................................. 4 2.2......................... 5 2.3.............................. 6 2.4........................ 8 2.5.......................... 9 2.6........................
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,,,,
1(a) (b),(c) - [5], [6] Itti [12] [13] gaze eyeball head 2: [time] [7] Stahl [8], [9] Fang [1], [11] 3 -
![1(a) (b),(c) - [5], [6] Itti [12] [13] gaze eyeball head 2: [time] [7] Stahl [8], [9] Fang [1], [11] 3 -](/thumbs/89/100816452.jpg "1(a) (b),(c) - [5], [6] Itti [12] [13] gaze eyeball head 2: [time] [7] Stahl [8], [9] Fang [1], [11] 3 -")
Vol216-CVIM-22 No18 216/5/12 1 1 1 Structure from Motion - 1 8% Tobii Pro TX3 NAC EMR ACTUS Eye Tribe Tobii Pro Glass NAC EMR-9 Pupil Headset Ville [1] EMR-9 [2] 1 Osaka University Gaze Head Eye (a) deg
1 Web [2] Web [3] [4] [5], [6] [7] [8] S.W. [9] 3. MeetingShelf Web MeetingShelf MeetingShelf (1) (2) (3) (4) (5) Web MeetingShelf
![1 Web [2] Web [3] [4] [5], [6] [7] [8] S.W. [9] 3. MeetingShelf Web MeetingShelf MeetingShelf (1) (2) (3) (4) (5) Web MeetingShelf](/thumbs/79/80104027.jpg "1 Web [2] Web [3] [4] [5], [6] [7] [8] S.W. [9] 3. MeetingShelf Web MeetingShelf MeetingShelf (1) (2) (3) (4) (5) Web MeetingShelf")
1,a) 2,b) 4,c) 3,d) 4,e) Web A Review Supporting System for Whiteboard Logging Movies Based on Notes Timeline Taniguchi Yoshihide 1,a) Horiguchi Satoshi 2,b) Inoue Akifumi 4,c) Igaki Hiroshi 3,d) Hoshi
Gaze Head Eye (a) deg (b) 45 deg (c) 9 deg 1: - 1(b) - [5], [6] [7] Stahl [8], [9] Fang [1], [11] Itti [12] Itti [13] [7] Fang [1],
![Gaze Head Eye (a) deg (b) 45 deg (c) 9 deg 1: - 1(b) - [5], [6] [7] Stahl [8], [9] Fang [1], [11] Itti [12] Itti [13] [7] Fang [1],](/thumbs/92/110933465.jpg "Gaze Head Eye (a) deg (b) 45 deg (c) 9 deg 1: - 1(b) - [5], [6] [7] Stahl [8], [9] Fang [1], [11] Itti [12] Itti [13] [7] Fang [1],")
1 1 1 Structure from Motion - 1 Ville [1] NAC EMR-9 [2] 1 Osaka University [3], [4] 1 1(a) 1(c) 9 9 9 c 216 Information Processing Society of Japan 1 Gaze Head Eye (a) deg (b) 45 deg (c) 9 deg 1: - 1(b)
色の類似性に基づいた形状特徴量CS-HOGの提案
IS3-04 第 18 回 画 像 センシングシンポジウム, 横 浜, 2012 年 6 月 CS-HOG CS-HOG : Color Similarity-based HOG feature Yuhi Goto, Yuji Yamauchi, Hironobu Fujiyoshi Chubu University E-mail: yuhi@vision.cs.chubu.ac.jp Abstract
DEIM Forum 2012 E Web Extracting Modification of Objec
DEIM Forum 2012 E4-2 670 0092 1 1 12 E-mail: nd11g028@stshse.u-hyogo.ac.jp, {dkitayama,sumiya}@shse.u-hyogo.ac.jp Web Extracting Modification of Objects for Supporting Map Browsing Junki MATSUO, Daisuke
189 2015 1 80
189 2015 1 A Design and Implementation of the Digital Annotation Basis on an Image Resource for a Touch Operation TSUDA Mitsuhiro 79 189 2015 1 80 81 189 2015 1 82 83 189 2015 1 84 85 189 2015 1 86 87
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS TECHNICAL REPORT OF IEICE.
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS TECHNICAL REPORT OF IEICE. E-mail: {ytamura,takai,tkato,tm}@vision.kuee.kyoto-u.ac.jp Abstract Current Wave Pattern Analysis for Anomaly
様式F-19 記入例・作成上の注意
様式 F-19 記入例 科学研究費助成事業 ( 学術研究助成基金助成金 ) 研究成果報告書 機関番号 :12345 研究種目 : 基盤研究 (C) 研究期間 :2012~2014 課題番号 :24000000 研究課題名 ( 和文 ) に関する研究 研究課題名 ( 英文 ) AAAAAAAAAAAA 研究代表者学振太郎 (GAKUSHIN TARO) 大学 大学院理工学研究科 教授研究者番号 :12345678
独立行政法人情報通信研究機構 Development of the Information Analysis System WISDOM KIDAWARA Yutaka NICT Knowledge Clustered Group researched and developed the infor
独立行政法人情報通信研究機構 KIDAWARA Yutaka NICT Knowledge Clustered Group researched and developed the information analysis system WISDOM as a research result of the second medium-term plan. WISDOM has functions that
paper.dvi
23 Study on character extraction from a picture using a gradient-based feature 1120227 2012 3 1 Google Street View Google Street View SIFT 3 SIFT 3 y -80 80-50 30 SIFT i Abstract Study on character extraction
Convolutional Neural Network A Graduation Thesis of College of Engineering, Chubu University Investigation of feature extraction by Convolution
Convolutional Neural Network 2014 3 A Graduation Thesis of College of Engineering, Chubu University Investigation of feature extraction by Convolutional Neural Network Fukui Hiroshi 1940 1980 [1] 90 3
28 TCG SURF Card recognition using SURF in TCG play video
28 TCG SURF Card recognition using SURF in TCG play video 1170374 2017 3 2 TCG SURF TCG TCG OCG SURF Bof 20 20 30 10 1 SURF Bag of features i Abstract Card recognition using SURF in TCG play video Haruka
Microsoft Word - Meta70_Preferences.doc
Image Windows Preferences Edit, Preferences MetaMorph, MetaVue Image Windows Preferences Edit, Preferences Image Windows Preferences 1. Windows Image Placement: Acquire Overlay at Top Left Corner: 1 Acquire
main.dvi
305 8550 1 2 CREST fujii@slis.tsukuba.ac.jp 1 7% 2 2 3 PRIME Multi-lingual Information Retrieval 2 2.1 Cross-Language Information Retrieval CLIR 1990 CD-ROM a. b. c. d. b CLIR b 70% CLIR CLIR 2.2 (b) 2
1 Kinect for Windows M = [X Y Z] T M = [X Y Z ] T f (u,v) w 3.2 [11] [7] u = f X +u Z 0 δ u (X,Y,Z ) (5) v = f Y Z +v 0 δ v (X,Y,Z ) (6) w = Z +
![1 Kinect for Windows M = [X Y Z] T M = [X Y Z ] T f (u,v) w 3.2 [11] [7] u = f X +u Z 0 δ u (X,Y,Z ) (5) v = f Y Z +v 0 δ v (X,Y,Z ) (6) w = Z +](/thumbs/81/83701592.jpg "1 Kinect for Windows M = [X Y Z] T M = [X Y Z ] T f (u,v) w 3.2 [11] [7] u = f X +u Z 0 δ u (X,Y,Z ) (5) v = f Y Z +v 0 δ v (X,Y,Z ) (6) w = Z +")
3 3D 1,a) 1 1 Kinect (X, Y) 3D 3D 1. 2010 Microsoft Kinect for Windows SDK( (Kinect) SDK ) 3D [1], [2] [3] [4] [5] [10] 30fps [10] 3 Kinect 3 Kinect Kinect for Windows SDK 3 Microsoft 3 Kinect for Windows
kut-paper-template.dvi
26 Discrimination of abnormal breath sound by using the features of breath sound 1150313 ,,,,,,,,,,,,, i Abstract Discrimination of abnormal breath sound by using the features of breath sound SATO Ryo
IPSJ SIG Technical Report Vol.2010-MPS-77 No /3/5 VR SIFT Virtual View Generation in Hallway of Cybercity Buildings from Video Sequen
VR 1 1 1 1 1 SIFT Virtual View Generation in Hallway of Cybercity Buildings from Video Sequences Sachiyo Yoshida, 1 Masami Takata 1 and Joe Kaduki 1 Appearance of Three-dimensional (3D) building model
IPSJ SIG Technical Report GPS LAN GPS LAN GPS LAN Location Identification by sphere image and hybrid sensing Takayuki Katahira, 1 Yoshio Iwai 1
1 1 1 GPS LAN GPS LAN GPS LAN Location Identification by sphere image and hybrid sensing Takayuki Katahira, 1 Yoshio Iwai 1 and Hiroshi Ishiguro 1 Self-location is very informative for wearable systems.
研究成果報告書
様式 C-19 科学研究費助成事業 ( 科学研究費補助金 ) 研究成果報告書 平成 25 年 5 月 27 日現在 機関番号 :17401 研究種目 : 基盤研究 (C) 研究期間 :2010~2012 課題番号 :22500111 研究課題名 ( 和文 ) 映像想起とそのスケッチ表現メカニズムを利用した未整理映像の検索方式研究課題名 ( 英文 )Video Retrieval System Using
HASC2012corpus HASC Challenge 2010,2011 HASC2011corpus( 116, 4898), HASC2012corpus( 136, 7668) HASC2012corpus HASC2012corpus
HASC2012corpus 1 1 1 1 1 1 2 2 3 4 5 6 7 HASC Challenge 2010,2011 HASC2011corpus( 116, 4898), HASC2012corpus( 136, 7668) HASC2012corpus HASC2012corpus: Human Activity Corpus and Its Application Nobuo KAWAGUCHI,
Real AdaBoost HOG 2009 3 A Graduation Thesis of College of Engineering, Chubu University Efficient Reducing Method of HOG Features for Human Detection based on Real AdaBoost Chika Matsushima ITS Graphics
IT,, i
22 Retrieval support system using bookmarks that are shared in an organization 1110250 2011 3 17 IT,, i Abstract Retrieval support system using bookmarks that are shared in an organization Yoshihiko Komaki
% 2 3 [1] Semantic Texton Forests STFs [1] ( ) STFs STFs ColorSelf-Simlarity CSS [2] ii
![% 2 3 [1] Semantic Texton Forests STFs [1] ( ) STFs STFs ColorSelf-Simlarity CSS [2] ii](/thumbs/91/106152959.jpg "% 2 3 [1] Semantic Texton Forests STFs [1] ( ) STFs STFs ColorSelf-Simlarity CSS [2] ii")
2012 3 A Graduation Thesis of College of Engineering, Chubu University High Accurate Semantic Segmentation Using Re-labeling Besed on Color Self Similarity Yuko KAKIMI 2400 90% 2 3 [1] Semantic Texton
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
(MIRU2010) Geometric Context Randomized Trees Geometric Context Rand
(MIRU2010) 2010 7 Geometric Context Randomized Trees 487-8501 1200 E-mail: {fukuta,ky}@vision.cs.chubu.ac.jp, hf@cs.chubu.ac.jp Geometric Context Randomized Trees 10 3, Geometric Context, Abstract Image
1 2. Nippon Cataloging Rules NCR [6] (1) 5 (2) 4 3 (3) 4 (4) 3 (5) ISSN 7 International Standard Serial Number ISSN (6) (7) 7 16 (8) ISBN ISSN I
![1 2. Nippon Cataloging Rules NCR [6] (1) 5 (2) 4 3 (3) 4 (4) 3 (5) ISSN 7 International Standard Serial Number ISSN (6) (7) 7 16 (8) ISBN ISSN I](/thumbs/82/86679845.jpg "1 2. Nippon Cataloging Rules NCR [6] (1) 5 (2) 4 3 (3) 4 (4) 3 (5) ISSN 7 International Standard Serial Number ISSN (6) (7) 7 16 (8) ISBN ISSN I")
Development of Digital Archive System of Comics Satoshi Tsutsui Kojima Kazuya The comic published in Japan is liked to read from of old by a lot of people, and builds our life and implications now. The
20 Method for Recognizing Expression Considering Fuzzy Based on Optical Flow
20 Method for Recognizing Expression Considering Fuzzy Based on Optical Flow 1115084 2009 3 5 3.,,,.., HCI(Human Computer Interaction),.,,.,,.,.,,..,. i Abstract Method for Recognizing Expression Considering
(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
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,
Fig. 3 Flow diagram of image processing. Black rectangle in the photo indicates the processing area (128 x 32 pixels).
Fig. 1 The scheme of glottal area as a function of time Fig. 3 Flow diagram of image processing. Black rectangle in the photo indicates the processing area (128 x 32 pixels). Fig, 4 Parametric representation
スライド 1
膨大なデータからの価値創出 ~ 画像 映像処理技術の最先端 ~ 長谷山美紀 第 9 回インフラ イノベーション研究会 IST Information Science and Technology Hokkaido University 本日の講演内容 1. はじめに大量ディジタルデータ時代の到来 2. 画像 映像処理の最先端 いかにして望む情報を獲得するか? 3. 実データ適用の試み 4. まとめディジタルデータ時代のこれから
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
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
Time of Arrival of Shogi Japanese Chessin Japan: Response to Koichi Masukawa s Criticism Yoshinori KIMURA This writing is a response to Koichi Masukawa s criticism of my assertion regarding the time of
DEIM Forum 2019 A7-1 Flexible Distance-based Hashing mori
DEIM Forum 2019 A7-1 Flexible Distance-based Hashing 731 3194 E-mail: mc66023@e.hiroshima-cu.ac.jp,{wakaba,s naga,inagi,yoko}@hiroshima-cu.ac.jp, morikei18@gmail.com Flexible Distance-based Hashing(FDH)
xx/xx Vol. Jxx A No. xx 1 Fig. 1 PAL(Panoramic Annular Lens) PAL(Panoramic Annular Lens) PAL (2) PAL PAL 2 PAL 3 2 PAL 1 PAL 3 PAL PAL 2. 1 PAL
PAL On the Precision of 3D Measurement by Stereo PAL Images Hiroyuki HASE,HirofumiKAWAI,FrankEKPAR, Masaaki YONEDA,andJien KATO PAL 3 PAL Panoramic Annular Lens 1985 Greguss PAL 1 PAL PAL 2 3 2 PAL DP
Abstract This paper concerns with a method of dynamic image cognition. Our image cognition method has two distinguished features. One is that the imag
2004 RGB A STUDY OF RGB COLOR INFORMATION AND ITS APPLICATION 03R3237 Abstract This paper concerns with a method of dynamic image cognition. Our image cognition method has two distinguished features. One
IPSJ SIG Technical Report Vol.2012-EC-23 No /3/ Video Retrieval System of Handwriting Sketch using Relevance Feedback Akihiro Aita 1 and M
1 2 Video Retrieval System of Handwriting Sketch using Relevance Feedback Akihiro Aita 1 and Masashi Toda 2 It is difficult to represent video scenes using keywords. Therefore, in video retrieval, it is
untitled
IT E- IT http://www.ipa.go.jp/security/ CERT/CC http://www.cert.org/stats/#alerts IPA IPA 2004 52,151 IT 2003 12 Yahoo 451 40 2002 4 18 IT 1/14 2.1 DoS(Denial of Access) IDS(Intrusion Detection System)
Spin Image [3] 3D Shape Context [4] Spin Image 2 3D Shape Context Shape Index[5] Local Surface Patch[6] DAI [7], [8] [9], [10] Reference Frame SHO[11]
![Spin Image [3] 3D Shape Context [4] Spin Image 2 3D Shape Context Shape Index[5] Local Surface Patch[6] DAI [7], [8] [9], [10] Reference Frame SHO[11]](/thumbs/87/96951219.jpg "Spin Image [3] 3D Shape Context [4] Spin Image 2 3D Shape Context Shape Index[5] Local Surface Patch[6] DAI [7], [8] [9], [10] Reference Frame SHO[11]")
3-D 1,a) 1 1,b) 3 3 3 1% Spin Image 51.6% 93.8% 9 PCL Point Cloud Library Correspondence Grouping 13.5% 10 3 Extraction of 3-D Feature Point for Effect in Object Recognition based on Local Shape Distinctiveness
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
D-Cubis [5] [6] 3D D-Cubis PasQ( ) PasQ PasQ Web HotMedia HotMedia [7] IBM Java 3D Audio 360 Web HotMedia PanoramaStudio Panorama
![D-Cubis [5] [6] 3D D-Cubis PasQ( ) PasQ PasQ Web HotMedia HotMedia [7] IBM Java 3D Audio 360 Web HotMedia PanoramaStudio Panorama](/thumbs/91/105186955.jpg "D-Cubis [5] [6] 3D D-Cubis PasQ( ) PasQ PasQ Web HotMedia HotMedia [7] IBM Java 3D Audio 360 Web HotMedia PanoramaStudio Panorama")
DEWS2006 4B-i12 719 1197 111 719 1197 111 E-mail: {ikeda,knamba,awata,kunishi,yokota}@c.oka-pu.ac.jp GPS GPS Constructing Virtual Spaces Based on Panorama Images Shun IKEDA, Koichiro NAMBA, Tomoko AWATA,
橡上野先生訂正2
(SIS) NII) 101-8430 tel 03-4212-2516 E-mail ueno@nii.ac.jp 1 NII 2 (symbiosis) 2 (parasitism) 2 Knowledge Creation The Symbiotic partnership of University, Government and Industry, Proc. Information Environment
Perrett et al.,,,, Fig.,, E I, 76
Attempting to Express Strong-impression Face Images from Features of Spatial Frequency: A Consideration of Billiken Statues and Bijin-ga Sakura Torii abstract It is difficult to express the psychological
[2] OCR [3], [4] [5] [6] [4], [7] [8], [9] 1 [10] Fig. 1 Current arrangement and size of ruby. 2 Fig. 2 Typography combined with printing
![[2] OCR [3], [4] [5] [6] [4], [7] [8], [9] 1 [10] Fig. 1 Current arrangement and size of ruby. 2 Fig. 2 Typography combined with printing](/thumbs/93/112070099.jpg "[2] OCR [3], [4] [5] [6] [4], [7] [8], [9] 1 [10] Fig. 1 Current arrangement and size of ruby. 2 Fig. 2 Typography combined with printing")
1,a) 1,b) 1,c) 2012 11 8 2012 12 18, 2013 1 27 WEB Ruby Removal Filters Using Genetic Programming for Early-modern Japanese Printed Books Taeka Awazu 1,a) Masami Takata 1,b) Kazuki Joe 1,c) Received: November
‰gficŒõ/’ÓŠ¹
The relationship between creativity of Haiku and idea search space YOSHIDA Yasushi This research examined the relationship between experts' ranking of creative Haiku (a Japanese character poem including
DEIM Forum 2009 C8-4 QA NTT QA QA QA 2 QA Abstract Questions Recomme
DEIM Forum 2009 C8-4 QA NTT 239 0847 1 1 E-mail: {kabutoya.yutaka,kawashima.harumi,fujimura.ko}@lab.ntt.co.jp QA QA QA 2 QA Abstract Questions Recommendation Based on Evolution Patterns of a QA Community
人工知能学会研究会資料 SIG-KBS-B Analysis of Voting Behavior in One Night Werewolf 1 2 Ema Nishizaki 1 Tomonobu Ozaki Graduate School of Integrated B
人工知能学会研究会資料 SIG-KBS-B508-09 Analysis of Voting Behavior in One Night Werewolf 1 2 Ema Nishizaki 1 Tomonobu Ozaki 2 1 1 Graduate School of Integrated Basic Sciences, Nihon University 2 2 College of Humanities
Symbiotic System ト を 動物 る 人間 情報システム 応 ( ) 人間 共生 情報システム と 体の 長 体の と 体 覚 動 体 と とダイナミクスを持つ 人間と情報システムのインタ ース. コン ータに の動作をさ るために, のつ, するコ ン を, される.. イコン イン
7 人間と共生する情報システムの実現を目指して シンビオティック システムの実現に向けて 人, 社会, 環境, 情報システムの協調系 7 人間と共生する情報システムの実現を目指して 松山隆司 * tm@i.kyoto-u.ac.jp 川嶋宏彰 * kawashima@i.kyoto-u.ac.jp 鷲見和彦 *, ** Sumi.Kazuhiko@ds.MitsubishiElectric.co.jp