2016/8/14(日)
朝6時起床。今朝はあまり時間を使いたくなかったのでカップ麺。胡椒が辛い。
支度をして7時過ぎに出発。
建国門まで歩き、1号線で八角遊楽園。
近くのバス停からバスに乗ろうと思ったのだが、系統がわからないのでGoogle Mapで調べたところ、遊楽園の西側までいかなければならないようだ。
バス停があると思しき所を通っているのだが、バス停が見つからない。そんな感じで歩いているうち、全体の半分ぐらい歩いてしまった。これならバスを待って乗っても歩いたのと変わらないと思い、全行程歩くことに。
そこから20分ぐらい歩くと会場が見えてくる。
キャンパスに着いて、中を探索。今日午前の会場は昨日とは違うはずなのだが。
会場は15階なので、高い建物のはずなのだが見当たらない。仕方ないので受付で聞いてみた。中国語で説明されたので理解が今一つだったが、どうやらキャンパスの反対側にあるらしい。とりあえずそちらに移動。
途中の看板を見て目標の建物を発見。
建物の入り口には白猫
会場は15階なのでエレベーターで移動。会場はこんな感じ。
後ろの方に座っていたら、係員に最前列に座れといわれたので移動。Chin-Chen Chang先生の隣に座らされる。
9:00-9:05 Opening Remark
Alex Balinski先生のごあいさつ。そのあとに会場の北方工業大学の紹介。
9:05-9:45
Keynote Speech-1:
Title: 3D/Multispectral Biometrics
Speaker: Prof. David Zhang, Hong Kong Polytechnic University, Hong Kong
・最初にバイオメトリクスの市場動向。8年で5倍。半分は指紋。
・従来のバイオメトリクスの限界。加齢による変化、整形、偽造などの問題。(Intra-class variability/Inter-class similarity)。指紋では5%の人がそもそも指紋を使えない(指の状態などの問題)。
・さまざまな問題に対処するため、3D情報と不可視光情報を利用する。
・3Dバイオメトリクス
レーザ投影による3次元計測、ToF、ステレオビジョンなど
・実施例:3D耳介認証。レーザのラインスキャンによる計測。前処理として耳領域の切り出しと向きの正規化。特徴量として、耳の中央のへこんだ領域、耳と頭の角度など。
・オンライン3D耳介認識システム。EER22%程度。
・実施例:3D掌紋認証。構造光による計測。3Dから各点の曲率を求めて特徴量として利用。2Dの結果と3Dの結果をあわせて認識を行う。EER 0.015%ぐらい。
・実施例:3D指紋認証。カメラ3台での撮影結果からSIFTで対応点を求めて3D情報を構成。
・マルチスペクトルバイオメトリクス(近赤外線など)
・実施例:手の血管の認証
・実施例:Dorsal Image Capture System(手の甲の領域) 53帯域
有効なスペクトル帯域を調べる
・実施例:マルチスペクトル指紋認証
・実施例:マルチスペクトル虹彩認証
9:45-10:15 Group Photo & Coffee Break
集合写真を撮るためにいったん1階まで下りる。エレベータなので結構時間がかかる。
ロビーにはさっきの猫がいる
ということで写真撮影をして戻る。このときの写真は後で印刷して配られた。
再び猫。ローアングルで狙ったらすり寄って来た。
15階に戻り、ちょっとだけコーヒーブレイク。
だいぶ遅れて次のレクチャー。
10:15-10:55
Keynote Speech-2:
Title: Information Hiding Techniques Using Magic Matrix
Speaker: Prof. Chin-Chen Chang, Feng Chia University, Taiwan
台湾のCCC先生。魔方陣とデータハイディング。
Kim et al. の魔方陣によるデータハイディング。2つのピクセル値の組み合わせで256×256の行列を作り、その行列のどの3x3の部分行列をとっても魔方陣になっているようにする。隣接する2ピクセルのペアをとり、その2ピクセルの値をインデックスとしてさっきの行列を見ると、対応する要素あたりに0〜8の数字がかならず表れている。そこで、秘密メッセージを9進法で表現し、2つのピクセルの組み合わせが秘密メッセージになるようにピクセル値を変更する。ピクセル値は最大±1しか変更されない。
Zhang&Wangの方法。同じような方法で、256×256のどこの1点とその上下左右の5要素を見ても0〜4の数字が入っているようにする。秘密メッセージを5進法で表し、ピクセルペアの値をインデックスとすると秘密メッセージの値を指すようにピクセルの値を変更。Kimらの方法と違い、高々ピクセル値の片方しか変更されない。
数独行列を使う方法(提案法)。9×9の行列が数独の解になるようにする(ただし中の値は0〜9)。ピクセルペアに値を埋める場合、片方の値だけを変更する場合(縦または横の値)または両方の値を変更する場合(3×3の領域の値を使う場合)の複数の変更方法があるので、その中で元の値との距離が最小の変更方法を選ぶ。
10:55-11:35
Keynote Speech-3:
Title: Unusual Change Detection and Mining Unstructured Data
Speaker: Prof. Alexander Balinsky, Cardiff University, UK
最初にCardiff(ウェールズの首都)とCardiff Universityの宣伝。イギリスの名古屋大学というところか。
文書の理解に画像処理を使う話。文書の理解に聴覚中枢を使う話とか、それを使わないで速読をする話とか。
表現学習とCNN。
非構造データとヘルムホルツの原理。非構造データは明確な構造を持たないが、データの幾何学的な位置が意味を持っている。
異常な変化の検出。画像処理的にはエッジ抽出と同じ。
ゲシュタルト理論。similarity, proximity, good continuaton, symmetry, periodicityなど
contrarioについて。例として、2次元上の少ない点の中に「並んでいる」点があれば知覚できるが、たくさんの点の中からは知覚しにくくなる。contrarioによる考え方は、「ランダムに生じる可能性の低い特徴を知覚する」というもの。
ヘルムホルツの原理。「偶然起きる確率の非常に低い観測は意味がある」
ある文書Pに単語wがm回出現した時のmeaningfulness。全体にK回出現したとすると
NFA(w,P)=comb(K,m)/N^{m-1}
テキストマイニングへの応用。自動要約、自動文書分割など。自動文書分割ではセグメント中のキーワードの"meaningfulness"を調べ、その遷移を平滑化してローカルピークで分割する。
11:35-12:05
Plenary Speech:
Title: Pattern Recognition Applications in Precision Machinery and Video Surveillance Industries
Speaker: Prof. Hsien-Chou Liao, Chaoyang University of Technology, Taiwan
3つのプロジェクトを紹介。
・夜間の監視カメラからの炎の検出。300MHz ARM9, 75MB memのLinux boxで実現。色とその変化、動きなどから検出。動いている(と思われる)ピクセルを時間方向に観測し、点滅しているかどうかをチェック。
・精密な画像位置合わせ(精密工業での画像検査用途)。精度を上げるために、サブピクセルレベルでのパターンマッチを行う。最初にピクセルレベルのマッチを行い、サブピクセルマッチで精度を上げる。
・缶の欠陥検出。缶の製造は非常に速い(800 cans/min)。缶を巻いて接合するところの欠陥(サビ、ずれなど)を高速に検出する。
このあとバスで昼食。
20分ぐらい走って、メルキュールホテルのレストラン。セルフ形式なので、ケータリングで対応できなかったのだろうか。
昼飯
昼食時間が大幅に遅れている。13:30ごろようやくバスが来て会場に戻る。なお、午後前半のセッションの発表者が13:10のバスで戻り、午後後半のセッションの発表者は14:00発のバスで戻れという指示が学会運営から出ている。自分の発表以外のセッションは見なくてよいという考え方が貫かれているらしい。私は後半の発表だが、無視して最初のバスで戻る。
ポスターセッションの話は全くアナウンスがなかったが、いつの間にかポスターが貼られている。説明は特になし
午後の各セッションは時間をちょっと遅れて始まっているのだが、このスロットの前にあるはずだった Invited Speech はどうなっているのだろう。私が聞いているセッションは14:10ごろスタート。
Session 5: System Simulation and Application (9 presentations)
Chair: Assoc. Prof. Kuan Jen Lin, Fu Jen Catholic University, Taiwan
Time: 13:45-16:00
Location: Room 107 (Hanxue Building)
13:45-14:00
A multi-features based corner detection method
Jie Teng, Jian Li, Xiangjing An, Hangen He
National University of Defense Technology, China
No Show.
14:00-14:15
Driver Fatigue Detection System
Yogesh Chellappa, Narendra Nath Joshi and Vaishnavi Bharadwaj
Intuit, India
PC持ち込みでつないだら色がおかしくてスライドがよく見えない。そしてインド英語は何言ってるか全然わからん。
ドライバーの疲労の計測。心拍と体温、瞬きと目が閉じるかどうか、あくび、首の動きなどを測る。運転の最初の2分間で基礎データを測り、そこから各種データが外れると警告を出す仕組みらしい。顔検出と目領域の処理などはOpenCVを使っている。検出方法はよくわからなかったが、めんどくさい機械学習などではないようだ(単純な閾値処理?)。疲労を検出するとブザーのような警告音を鳴らす。評価もしているが、主観的に眠いかどうかを正解としているようだ。
14:15-14:30
Camera distortion calibration method based on nonspecific planar target
Zhao Shuang, Li Xuejun and Liu Tao
BITTT, China
No Show.
14:30-14:45
Ultrasonic Distance Measuring System without Blind Area
Liu Qiang, Bai Pengfei, Luo Zhijie, Zhang Weinan and Zhou Guofu
South China Normal University, China
超音波距離センサの話なのだが、発表が下手すぎてなんだか全然わからん。一度でも練習をしたようには思えない。内容だが、ただ単に超音波で距離を測る話をしているように思えてならない。デバイスを作ったといいたいのかな。
14:45-15:00
Audio Recording Device Identification Based on Deep Learning
Simeng Qi, Zheng Huang, Yan Li and Shaopei Shi
Shanghai Jiao Tong University, China
録音機器の識別。音声の信号を持ってきて、背景雑音をDNNにかけて識別するようだ。レコーダーは9種類、録音環境3種類。雑音の抽出はWavelet denoisingの逆をやるようだ。特徴量は対数スペクトル、識別器はSoftmax,MLP,CNNとそれらの組み合わせ(平均と多数決)。中間3層のDNNで正解率93%。背景雑音抽出をせずにそのまま認識しても、CNNとの組み合わせで90%ぐらい。複数モデル平均はほとんど効果なし。多数決は効果がある。環境独立でほんとにそんなに識別性能高いのか聞いてみたが、そうだという。本当かな。
15:00-15:15
Jitter-Constrained Camera Scheduling in CCTV Surveillance Network
Kuan Jen Lin, Tsai Kun Hou, and Rui Jen Chiu
Fu Jen Catholic University, Taiwan
座長の先生が発表。多チャネルCCTVの記録方式の一つにSwitching record modeがある。これは複数のチャネルを順番に切り替えたものを1つのチャネルだと思って単に記録するもの。チャネルごとに記録回数に異なる指定がある場合(切り替えの10回に1回とか、5回に1回とか)、すべてのチャネルで記録時間が等間隔にならず、ジッタが発生する。そこで、ジッタの量をコスト関数にして、それを最小にするようにスケジューリングをする。ジッタの最大量に制限を設ける場合と設けない場合の両方を定式化。整数計画法よりもはるかに高速(結果は少し悪い)。
15:15-15:30
A Construction Vehicles Intrusion Warning Algorithm Based on BOW Presentation Model
Jie Yuan, Weihua Cheng, Lingqing Sun and Yiqing Cheng
Jiangsu Electric Power Information Technology Co. LTD, China
送電設備に大型重機がぶつかるのを予防する。といいつつ画像中からの通常の車両検出をしているだけのような気がする。真面目に聞いてなかったが、CNNで識別といってた気がした。
15:30-15:45
Ambiguities in Fit Evaluation for Selector Models
Mpetje Vincent Seotlo and Bheki Twala
University of Johannesburg, South Africa
南アフリカからの参加は絶対No Showだろうと思ったら発表者が来ていた。すまん。
あるパラメータによるガウス過程がデータにどれだけ合っているかを評価する話らしい。論文の引き写しみたいなスライドで要点が全く分からん。
15:45-16:00
A Study of Diabetes Mellitus Detection Using Sparse Representation Algorithms with Facial Block Color Features
Peng Zhang and Bob Zhang
University of Macau, Macao
糖尿病の診断に顔色を使う研究。中医学では、顔の特定部分の色の変化が疾患に結びついているといわれるので、今回はそれを試した。調べるのは眉間の上の額、鼻の付け根、その両側の4か所。各ブロックの色を6次元で表現する。
次のセッションの開始時間になったので、(次のセッションの開始は遅れるとは思ったが、念のため)この発表の途中で抜けて次のセッションの部屋へ。
次の部屋では前のセッションは終わっていて、座長が待っていたので挨拶。Invited lecture に来ていたタイ人の先生だった。セッションは20分遅れで開始。
Session 12: Communication Technology and Network Technology (11 presentations)
Chair: Assoc. Prof. Siripong Potisuk, Department of Electrical & Computer Engineering, The Citadel, Charleston, USA
Time: 16:15 to 19:00
Location: Room 108 (Hanxue Building)
16:15-16:30
A Priori SNR Estimator Based on a Convex Combination of Two DD Approaches for Speech
Enhancement
Suojin Shen, Shifeng Ou, Jing Wei, Ying Gao
Yantai University, China
音声強調のための事前SNR推定の改良。時間平滑化によるSNRとML推定によるSNRを重み付きで加えるというだけらしい。さらに、平滑化の時定数が異なる2つのモデルをさらに重み付きで加える。質疑応答がグダグダだった。質問しようかと思ったが、時間の無駄そうだったのでやめた。
16:30-16:45
16 gray-scale driving schema based on DC-balance principle of electrophoretic display
Qi An, Biao Tang, Pengfei Bai and Guofu Zhou
South China Normal University, China
Electrophoretic display(EPD)はいわゆる電子ペーパー。電極に+−の電圧をかけることでピクセルの白黒を制御するが、全体として電圧の平均が0にならなくてはならない(DC-balance principle)。そのために、中間色に応じてピクセルにどういうタイミングでどういう電圧をかけるかのスケジューリングをしている。今回は16階調で光らせるためのスケジューリングについて提案。
16:45-17:00
A High Coding-Gain Reduced-Complexity Serial Concatenated Error-Control Coding Solution for
Wireless Sensor Networks
Duc Phuc Nguyen, Thi Hong Tran and Yasuhiko Nakashima
Nara Institute of Science and Technology, Japan
ワイヤレスセンサーネットワークのための誤り訂正符号化。違う符号化を直列に適用して耐性を上げる(concatenated coding)方法において、いかに方法のバランスをとるか。この発表では畳み込み符号とLDPC符号の組み合わせについて調べた。強力な誤り訂正を直列に並べるのがよいとは限らず、この研究ではLDPC⇒インターリーブ⇒畳み込み符号の順にエンコードするのがよいということだった。
用意してあるPCにコピーしたらスライドの一部が消えた(PowerPointのバージョンのせいかも)というので大変そうだった。そういえば今回用意してあったPCはWindows XPだったのだが・・・
17:00-17:15
Speech Enhancement Based on Emd and Compressed Sensing
Dan Wang, Xia Wang, Guangyan Wang, and Yan Zhang
Hebei University of Technology, China
No Show.
17:15-17:30
New Hierarchical Modulation Scheme Using a Constellation Rotation Method
Hojun Kim, Yulong Shang, Seunghyeon Kim and Taejin Jung
Chonnam National University, Korea
後方互換性を保ったまま変調の性能を上げる階層変調方式。低優先(LP)信号と高優先(HP)信号のパワーに重みをかけて加える。それぞれ4QAMだと最終的な信号は16QAMになる。Constellation Rotation (CR)は、信号のコンステレーションを回転して送受信する方法で、よく利用されている。提案法は、LPのコンステレーションだけを回転させるという方法。
17:30-17:45
Speech Recognition Based on Convolutional Neural Networks
Guiming Du, Xia Wang, Guangyan Wang, Yan Zhang
Hebei University of Technology, China
No Show.
17:45-18:00
Vision-based Autonomous Detection of Lane and Pedestrians
Dong-Uk Kim, Sung-Ho Park, Jong-Hee Ban, Taek-Min Lee and Yongtae Do
Daegu University, Korea
車載カメラ画像から車線を検出し、さらに歩行者を検出する。車線の検出は横方向に白い領域を検出するという単純なものだが、誤りを減らすためにトラッキングもしている。歩行者検出はHOG+SVMという普通の方法だが、計算量を減らすために縦方向のエッジ画像の特徴を使って予備選択をする。方法はヒューリスティック。
18:00-18:15
Recognition of Sounds Using Square Cauchy Mixture Distribution
Akinori Ito
Tohoku University, Japan
先日発表した自由研究。そこそこ舌が回ってしゃべれたのではないかと思った。
18:15-18:30
A Design System for Driving Waveform of Microcapsule Electrophoretic Display
Feibo Duan, Pengfei Bai, Alex Henzen and Guofu Zhou
South China Normal University, China
これも電子ペーパー。さっきの人と同じ研究室。ある色から別な色に書き換えるときに、従来は真っ黒にしてから真っ白にして、それから所望の色にしている。提案法では、いったん真っ黒にした後に直接所望の色にしているらしい。
18:30-18:45
Energy Saving based on a Server Scheduling Strategy in Cloud Data Center
Wuyi Yue, Shanshan Hao and Shunfu Jin
Konan University, Japan
No Show.
18:45-19:00
A Gaussian Mixture Probability Hypothesis Density Smoothing Algorithm for Multi-target Track-Before-Detect
Hongpeng Zhu, Yong Huang and Jian Guan
Naval Aeronautical and Astronautical University, China
No Show.
これでセッションは終わり。セッションごとに座長がベストペーパーを選ぶらしく、その賞をいただいた。こういうのは主に学生対象だと思うので何だか申し訳ない。
これからディナーなのでバスで移動。場所は昼と同じ。
さっきの座長の先生とご一緒する。酒はなくて料理は昼とほぼ同じ。がっかりだ。
1時間ほどで退散。
そこから5分ほど歩いて八角遊楽園。
夕食がいまいちでフラストレーションがたまったので、東単で降りて散歩して帰る。昨日から歩きすぎて足が痛い。
遠くにライトアップされた屋根。あれが北京駅か…っ!と思ったら違う建物だった。
かっとなった勢いで北京駅向かいのスーパーへ。ビールとか果物を買う。
北京駅はライトアップしてなかった。
ホテルに戻り、明日朝のタクシーを予約する。部屋に戻って買い物を展開。
これは幡桃。平べったい。味は普通。
ちなみに葡萄はあまり美味しくなくて、大部分残してしまった。桃をつまみにビールを飲む。
今日はなぜかシャワーからお湯が出て、無事シャワーを浴びることができた。
そのあと明日のために荷物を詰め、23時ごろ寝る。
前の日へ 目次へ 次の日へ