2018/07/14（土）

朝5時起床。日本時間だと６時なのでいつも通りだ。昨日の後半いろいろあったので、まず日記を書く。

講演が今日の午前になってしまったので、講演スライドの手直し。

6時半頃朝食。すでに人がいたので入ったが、まだ始まっていなかったらしい。

さっさと食べ終わって部屋に戻り、引きつづき講演スライドの手直し。8時ごろ終了。

8時半頃会場へ。数人すでに会場入りしていて、Keynote SpeakerのJimmy Liu先生にご挨拶。WeChatの交換をした。

5分ほど遅れて開始。最初はConference ChairのBing Li先生がご挨拶。何言ってるかわからん。

Is Seeing Believing?
Alex Kot (Nanyang Tech U)

つかみは「リンカーンの有名な写真は、別な人の写真にリンカーンの顔を貼った物だった」という話から。さまざまな偽写真の例。
写真偽造(Image forgery)の分類。
Image Forensicsのシナリオ。透かしを入れておく方法(active)と、透かし無しで偽造を見抜く方法(passive)など。
さまざまな偽造判定のアルゴリズムの紹介。光源方向の一貫性を見る方法、ノイズパターンで撮像機器を特定する方法、デモザイキングのパターンを使う方法、デモザイキングパターンを使う方法ではカメラの同定が高い精度で可能。同様に撮像したRAW画像を処理したソフトウェアの特定も可能。
JPEGの複数回エンコードの検出を使った領域シフトやスプライシングの検出。
Exif情報と画像のパラメータの一貫性を使った操作の検出。明るさの調整など。
スプライシング境界検出やぼけの種類の一貫性（Out-of-focus blurやMotion Blurなど）による偽造検出。ガウス分布的な物を使ってぼけをモデル化すると、Out-of-focus blurとMotion blurを識別できる。
再撮影の検出。人間は再撮影とオリジナルを識別できない。同じ方法で、ディスプレイを使った顔認証への攻撃を検出できる。
現在はドメイン適応に取り組んでいる。再撮影では異なるデータベース間での適応など。
Adversarial Exampleの話。通常のAdversarial Exampleの他に、道路標識に少し落書きすることで標識認識をだます話など。特定のめがねをかけると顔認証で異なる人に認識される(Data poisoning)。

Facial Multi-Characteristics and Applications
David Zhang (Chinese U of Hong Kong)

生体認証では、手を使う（指紋、掌紋など）方法と頭を使う（顔、虹彩など）方法がある。ここでは顔認証に注目
顔認証では、恒久的(permanent)な特徴（顔の構成など）と一時的(change)な特徴（にきび、傷など）がある。また、すべてのクラス/個人に共通な特徴(common)と、クラス/個人に特有の特徴(special)がある。クシャおじさんの写真が使われてた。
その他の顔に関する特徴：表情、性別、人種、年齢など
これらの特徴から、顔情報処理の4つのアプリケーション
・顔同定(permanent+special)、顔の良さの評価(permanent+common)、顔による診断(change+special)、表情認識(change+common)
・顔認識では、特徴抽出にPCAがよく使われる。通常のPCAは2次元の特徴が失われるしデータが大きすぎるので、2DPCAを考案。2DPCAは要するにピクセルごとにPCAをやるような物らしい。顔認識タスクではPCAよりも高速で高性能。さらに2DPCAの後にPCAをやるのも効果的。
・顔の良さの評価(Facual Beauty Analysis)。顔の特徴点の座標から「美しさ」を検出。特徴点の平均位置に性差はほとんどない。特徴点の位置を平均からずらした画像を生成し、どの顔が美しいかを主観評価。また、さまざまな国籍の平均顔のデータベースを作成。クラスタリングの結果、3つのクラスタができた。それぞれの特徴点はほとんど同じ。これらから、美しい顔の一般的ルールを導いた。
さまざまな特徴抽出と識別器で「美しい顔」識別器を作成。

・表情認識。6つの表情を認識するため、それぞれのクラス内でManifold learningを行ってそれらを合わせる。未知の顔が来たときに、各表情のManifoldに射影したときの誤差が小さい表情に識別する。

・顔による診断。様々な病気によって顔に症状が現れるので、それを自動診断。最初に顔の特徴点を取って、ROIを設定（両頬と鼻柱）。肝炎、糖尿病、
顔の色を量子化してそれぞれの色の出現頻度によって診断を行う方法(Block color features)。テクスチャも使う（ガボールフィルタで抽出）。

集合写真のあと、コーヒーブレイク。お菓子に長蛇の列だったのであきらめていたところ、スタッフがコーヒーとお菓子を持ってきてくれた。ありがたい。そして中国のコーヒーはおいしくない。

11時10分から続き。
Ocular Imaging Research and AI
Jimmy Liu (Ningbo Inst. Tech, CAS, Singapore National Eye Research Inst)
Liu教授は昨年も同じ会議で眼底画像に関する講演をしている。キーノートの人が足りなくて駆り出されたのだろうか。
最初に眼球の様々な部位の画像（角膜、水晶体、網膜、視神経、強膜）についての基本的説明。
AIの歴史と最近の（特に医用画像処理）研究。Microsoft, DeepMind Health, IBMなど。特徴抽出からCNNベースの方法へのシフト。
眼球画像処理とAI。応用はスクリーニング、バイオメトリクス、医用画像インフォマティクス、マイクロサージェリー。
スクリーニングの例を紹介。視力を失う目の障害の原因では約半数が白内障、次いで緑内障、AMDなど。ここでは緑内障に注目。
緑内障の症状と原因、網膜画像との関係について説明。Cup to Disc Ratioの説明。CDRで非常に高精度な診断ができるが、早期診断には役に立たない。
新しいプロジェクトでは、眼圧測定結果、眼底写真分析、眼科的診断を合わせて分析。空気による眼圧測定はあまり役に立たない。眼底写真（自動）分析(AGLAIA)の方が高性能。
眼底写真からDisc/Cupを検出する精度の向上。写真をsuperpixel領域に分割して特徴抽出。
検出精度を上げることでスクリーニングの精度がさらに高まった。
Disk/Cup領域の検出精度を高めるため、検出領域をベクトル量子化し、近いコードを使うことで領域誤検出が減って性能が向上。また、Disk/CupをPCAでモデル化する。
CNNの利用。全体に少し性能が向上。
深層学習とメディカルビッグデータ。数症状の同時診断。深層学習で学習に3万の画像を使い、高い性能を達成。
今後の展開：糖尿病による眼底障害の検出のために眼底写真から血管のトポロジーを自動抽出する。また、白内障によって解像度が落ちた眼底写真の高精度化。

Meta-communication between Human and Machine
Akinori Ito (Tohoku U)
本当は明日朝一の発表だったもの。前半はメタコミュニケーションの考え方、後半は研究内容を少し入れ替えて、キャラクタの効果、意図認識、非常時音声特徴、交代潜時、感情カラーリング、スピーチレベルシフトの６つにした。
質問としては、性別による違い、人種による違い（おそらくエージェントの見た目）などだったがいずれも未検討だった。

昼食。Organizing Committeeのメンバーは別室で丸テーブル。私以外は中国語ネイティブ話者なので容赦ない中国語トークが展開される。台湾と大陸の気質の違いみたいな話をしていたらしい。

部屋に戻って一休み。紅牛を飲んで気合いを入れる。

14:00-15:45 Session 6: Biosignal Analysis and Image Processing

An Adaptive Rate ECG Acquisition and Analysis for Efficient DIagnosis of the Cardiovascular Diseases
(Saeed Mian Qaisar et al., Effat U, Saudi Arabia)
No Show.

A Computationally Efficient EEG Signals Segmentation and De-noising Based on An Adaptive Rate Acquisition and Processing
(Saeed Mian Qaisar, Effat U, Saudi Arabia)
前と同じ著者。No Show

Kinship Verification using Color Features and Extreme Learning Machine
(Abdenour Hadid et al., U of Oulu, Finland)
顔画像を使って、二人の人物が血縁関係にあるかどうかを識別。基本的な方法は、顔画像をブロックに分けて特徴を抽出(BCF?)し、特徴ベクトルのブロックごとのヒストグラムを作り（？）そのコサイン類似度をさらに特徴量としてNN (Extreme Learning Machine)で識別。SVMよりもだいぶ性能が高いようだ。

Tracking of Human Sperm in Time-Lapse Images
(Chizhong Wang et al., New Jersey Inst of Tech, USA)
ヒト精子の動きの追跡。Computer Assisted Sperm Analysis (CASA)なんて言葉があるのか。アルゴリズムはレーダーの追跡アルゴリズムと同じらしい。精子のいくつかの動きを個別にモデル化し（直線運動と円運動など）、JPDAアルゴリズムで追跡（詳細不明）。複数の精子が（見かけ上）衝突して離れていくときの個別精子の追跡が難しいらしい。この方法、ロボットから見た人間の追跡に使えないかな。

Classification and Clustering of Human Sperm Swimming Patterns
(Moshe Kam, New Jersey Inst of Tech, USA)
プログラム上はこっちの発表が先だったのだが都合によりこっちを後に説明。精子の細かい運動の種類にいちいち名前がついているらしいが、実際の動きをもとに動きの分析をするために（？）動きをクラスタリング。ABCアルゴリズム（詳細不明）を使う。全体では3つにクラスタリングできるらしい（直線運動、円運動、動かない（死んでる））。

Analysis of Depression Based on Facial Cues on a Captured Motion Picture
(Brian Dadlz and Nelson Marcos, De La Salle U, Philippines)
鬱の分析というタイトルだが基本的には表情認識。素材はビデオだが内容は演技。最初に顔を検出し、特徴量抽出(LBP)。画像全体のLBPのヒストグラムが識別のための特徴。識別はSVM。識別結果の表が小さすぎて見えなかったが81 %ぐらいの識別率らしい。

The Research of Photoplethysmography Morphology: Distincting Preeclampsia with Hierarchiical Area Ratio
(Feng Jiang et al., Zhejiang U, China)
Preeclampsia（PE, 子癇前症、妊娠後期の高血圧・浮腫など）の診断にphotoplethysmography（PPG、指先の光の透過率測定）を使う話らしい。PPGは拍動とともに周期的波形を取るので、その極値を使った特徴量(HARとCHAR)を計算し、その系列の平均と分散を特徴量として識別（子癇前症の場合は系列が乱れて分散が増加する）。

16:15-18:15 Session 9: Signal Coding and Signal Estimation
このセッションでは座長をつとめる。内容はほとんどが通信系の信号処理なので、専門では内がまあなんとかわかるという程度。

GMSK Viterbi Demodulation for Satellite-AIS
(Songting Li et al., National U of Defence Tech, China)
AISは船の自動同定システム(Automatic Identification System)のこと。船が信号を出して、それを衛星が中継して基地局に情報を送り、分析会社がそれを集めて船の同定を行って配信する。ここの大学ではAISのために2つの衛星を上げているそうだ。GMSKはガウス型インパルス応答を持つ通信方式で、ISIが常に無視できない。これを復号するときに、2ビットを組にしてViterbi復号することで隣のインパルス応答の影響を考慮しながら復号することができる。相関ベースのViterbi復号よりもBERは高いが普通の方法よりもBERは低く、ハードウェア向き。

QPSK Carrier Tracking Method with a Large Pull-in Range for Satellite Communications
(Songting Li et al., National U of Defence Tech, China)
海上ブイなどからの信号を衛星経由で基地局に中継する場合、発信源と衛星との間に相対速度があるのでドップラー効果によってキャリア周波数が変動する。そのキャリア周波数をどう追跡するか。従来法はFrequency Locked Loop (FLL)つきの並列PLL、同じくFLL+直列PLL、FFT＋PLLなど。提案法では、周波数と位相の識別器からのフィードバックに基づいて周波数を補正する（？）。

Performance Analysis of ACM System Used by Earth Observation Satellite
(Tingyu Qi et al., Tsinghua U)
高解像度測地衛星を運用するには、地上局との高速な通信が必要というわけだが、実際には可能な通信速度が時間とともに変動するので、通信速度をそれに合わせて自動的に変えようという話らしい。宇宙通信のチャネルモデルは、自由空間のフェージング、雨によるフェージングなどを考慮する。季節変動は小さい。その先の話はよくわからなかったが、いくつかある方式のどれがいいかという話らしい。

Separation of Space-based ADS-B Signals with Single Channel for Small Satellite
(Yu Sunquan et al., National U of Defence Tech, China)
飛行機の位置推定でADS-B(Automatic Dependent Surveillance-Broadcast System)がある。衛星から飛行機を観測して地上局に送信する。観測は衛星からの見通し角度に限られるので多くの衛星が設置されているが、精度が十分でない。
ADS-Bからの通信は単純なパルス符号化（マンチェスター符号化）。複数の衛星からの混信を信号処理的に分離するために、分離した信号の仮説を作ってCRCを計算しながら探索する方法を使うらしい。説明をしてみたが、来ていた人は代理らしくてらちがあかなかった。

A Cascade Calibration of Near-Field Source Gain and Phase Errors
(Mengyu Ni et al., Early Warning Academy, China)
無線通信の話だと思うのだが、背景説明がないのでよくわからん。近傍場からの信号をアレイアンテナで処理する場合に、通常は電波源が遠方にあることを想定するので、距離が近いときの補正。スライドは単に文章があるだけで（図もあるがあまり意味がない）発表者はそれを読むだけ。最初に位相を補正して次に振幅を補正するという話らしい。質問をしてみたが、発表者は英語が全くわからないらしかった。

DOA Estimation of LFM Signals based on Compression Sensing
(Shuhao Wang, National U of Defence Tech, China)
No Show.

Direction-of-Arrival Estimation Using a Sparse Representation Based on Fourth-order Cumulant
(Hao Wu et al., National U of Defence Tech, China)
圧縮センシングを使ったアレイアンテナの信号到来方向推定。古典的な圧縮センシングにくらべて、SPICE法というのがあるが、それを改良するのに4次モーメントまで考える話のように聞こえるが、説明は単に数式が並んでるだけで全然わからん。

A Gradient-based Adaptive-step Algorithm for Magnitude Squared Coherence Spectral Estimation
(Gao Zhifeng & Cheng Yun, Shandong U of Weihai)
正弦波に雑音が乗った形でモデル化できる信号の周波数推定。MVDR-MSCによるパワースペクトル密度からピークを検出することで周波数を推定する。問題点は周波数探索のための点の取り方によって結果が変わることがある(Signal Mismatch Problem)こと。提案法では、周波数を区切ってピークを探すのではなく、ピーク周波数を個別に探索するらしい。そのための（微分可能な）コスト関数を導出したところがポイント。

1件キャンセルの割にはぎりぎりの時間に終わる。セッションのベストペーパーを決めなくてはならないので、最初の発表にあげた。

セッションが終わったところですぐ夕食。ちょっと早かったらしく、会議で夕食に来てる人は少なかった。