次世代型知的防犯カメラのための深層学習を用いた遮蔽人体の復元推定

カテゴリ: 論文誌(論文単位)

グループ名: 【D】産業応用部門

発行日: 2021/02/01

タイトル(英語): Estimation of Body Occlusion Using Deep Learning for Advanced Intelligent Video Surveillance System

著者名: 長山　格（琉球大学大学院理工学研究科情報工学専攻知能情報コース），岩永　竜也（琉球大学大学院理工学研究科情報工学専攻知能情報コース），上原　和加貴（琉球大学大学院理工学研究科情報工学専攻知能情報コース），宮里　太也（琉球大学大学院理工学研究科情報工学専攻知能情報コース）

著者名(英語): Itaru Nagayama (Graduate School of Science and Engineering, University of the Ryukyus), Tatsuya Iwanaga (Graduate School of Science and Engineering, University of the Ryukyus), Wakaki Uehara (Graduate School of Science and Engineering, University of the R

キーワード: 深層学習，身体遮蔽，知的防犯カメラ，敵対的生成学習ネットワーク，3DCG_x000D_　　deep learning，body occlusion，security camera，generative adversarial networks，3DCG

要約(英語): This paper presents the development of a new method for the estimation and resolution of body occlusion using deep learning for an advanced intelligent video surveillance system. A generative adversarial network is used to estimate and reconstruct an image of a hidden part of the human body. Furthermore, an alternative learning approach using 3DCG that was developed in our previous study is adopted to create a large dataset for deep learning. Experimental results indicate that the proposed method performs well in the estimation of hidden parts of the human body using images of actual people.

本誌: 電気学会論文誌D（産業応用部門誌） Vol.141 No.2 （2021）　特集：ドローンとロボット組み込み/サスティナブルシステム

本誌掲載ページ: 138-146 p

原稿種別: 論文／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejias/141/2/141_138/_article/-char/ja/