8月19日（水）
朝5時50分頃起床。眠りがいまいち浅い。
とりあえず朝の支度をして、メールの読み書き。今日の発表の練習をするが、15分に収まらないので、スライドを3枚抜く。
7時過ぎに朝食。
朝食後は、時間まで日記を書く。
9時からKeynote lecture。Asia University（台中亜州大学）のProf. Timothy Shih
による講演。内容はVideo Forgery。元になるビデオを改竄して、中のオブジェクトを消去したり(video
inpainting)、元々写っていないオブジェクトを加えたりする技術について。一見不可能に思える技術なのだが（前景に隠れている部分を推定するの
は一般には難しそうだ）、少なくともデモでは思った以上にうまく動いていた。また、静止画ではうまく背景推定ができていても、動画の場合は推定された背景
が目立ってしまうことがある(Ghost
shadow)ので、その対処とか。また、人間の動きの補間をするために、人間をいったん棒人間でモデル化し、そこから再び肉付けして画像に戻す方法と
か。元々、映画の特殊効果などに使うことを想定しているらしい。大変おもしろかったが、悪用されたらどうするのかという質問が出ていて、特に答えはないよ
うだった。
その後コーヒーブレイク。今日はきゅうりはなかった。
10時20分から、Multimedia Processing and Multimedia Interaction のセッションを聞く。
Multimedia Processing and Multimedia Interaction
Facial Expression Recognition Based on Field Programmable GateArray
(National Chin-Yi University of Technology)
FPGAによる表情認識。CMACというアルゴリズム(NNの一種)を使う。特徴量はHaar
waveletがベース。LL-bandを使って認識しましたというのだが、それって単に画像の解像度を下げて認識しただけではないのか。
Anaysis and Evaluation of Contrast Enhancement Methods in Digital
Images (National Cheng Kung University)
いくつかのコントラスト改善アルゴリズムの比較。結論はよくわからん。
Contrast Enhancement Method based on Average Luminance with Weighted
Histogram Equalization (National Cheng Kung University)
同じ発表者による発表。ヒストグラム等化によるコントラスト補償では、明るい部分や暗い部分がつぶれてしまうことがある。提案法では、平均より明るい部分
と暗い部分に分けてヒストグラム等化を行い、また明るさのマッピング曲線を工夫することで、細部がつぶれにくいコントラスト補償を達成した。
Application of Averaged Learning Subspace method in MRI Classification
(National Chin-Yi University of Technology)
脳のMRI断層画像の領域を、白質・灰白質・なんとかに分ける方法。オヤによる部分空間法の一種ALSMを使う。この分野に部分空間法を適用するのが新し
いのかどうかわからない。
Low Bit Rate ROI-based Image Compression (Nanjing University of
Aeronutics and Astronautics)
レーダー画像の圧縮。自動標的認識(Automatic target
recognition)の性能を落とさないように、関連領域(ROI)を重視した符号化をするようだが、発表がへたくそで何だかよくわからなかった。
Optimal Information Rates of Novel Graph Based Access Structure
(Graduate University of CAS)
No Show。
A Rapid Algorithm and Its Implementation for Modular Inversion (Beijing
Union University)
予稿のPDFをそのまま写して講演という衝撃の発表。ポスターセッションではたまにあるけど、口頭発表では初めてだ。内容は何だかぜんぜんわからん。数学
的な話らしいということはわかった。
ここで昼食。小坂先生とか山本先生らと一緒に昼食。
その後、1時間ほど時間があったので、ちょっと近所を散歩。ホテルの向かいに小汚い商店街を発見し、ちょっと眺めてみる。会議が昼食付きでなければ、こう
いうところで飯を食うのも楽しそうだったなあ。
午後前半のセッションは、私の企画したスペシャルセッション。この部屋の後ろでは、ZigBeeの機器を売っている企業がデモをやっている。
Multimedia Signal Processing for Public Safety and Privacy
Privacy Protection for Speech Information (Toyohshi University of
Technology)
豊橋の山本先生。センサネットワークで観測した音声から個人情報を除去する研究。VQ+SSベースの音声除去、マイクロホンアレイとNNによる音の方向推
定。Voice Conversionをセンサノードでやる必要があるのか？
An Improvement of Speaker Vector-based Speaker Verification (Yamagata
Univerisity)
山形大の小坂先生のところの学生さんが発表。話者ベクトルベースの話者照合。音素クラスタHMMを使うことによって性能が上がる。
PDTと音素知識によるクラスタはどのくらい違うのか。
→あまり違わない。性能もほぼ同じ。
Acoustic-based Security System: Towards Robust Understanding of
Emergency Shout (Ryukoku University)
龍谷大の南條先生による叫び声の認識。叫び声の特徴分析からきちんとやっているところが面白い。特に通常音声と叫び声で指向特性が違うところは興味深かっ
た。「悲鳴」は扱わないのかと質問したが、現在のところ悲鳴は扱ってないとのこと。
A System for Detecting Unusual Sounds from Sound Environment Observed
by Microphone Arrays (AIST)
産総研の河本さんによる異常音の検出と方向推定。Quad-Cube Microphone Array がおもしろい。QC
Arrayの改善が残響への頑健性である証拠はあるのかという質問をしたが、定量的評価はしていないようだった。
Detection of Abnormal Sounds Using Multi-stage GMM for Surveillance
Microphone (Tohoku University)
私の発表。鈴木先生が義理で質問してくださった。
An Audio Watermarking Method of Resistance Statistics Attack Based on
Psychoacoustic Model (China Three Gorges University)
MP3の心理聴覚モデルを使い、マスキングレベル以下の部分に情報を埋める。メジアンフィルタに強いという評価をしていたが、MP3でエンコードすると内
容は消えちゃうよなあ。
Cepstrum-based Audio Watermarking Algorithm Against the A/D and D/A
Attacks (Beijing Institute of Petrochemical Technology)
No Show.
セッション後、コーヒーブレイク。その後、3D Model Retrieval and Data
Hidingのセッションを聞く。このセッションは6件中2件しか発表がなかった。MD符号化の発表があったので聞きたかったのだが、発表がなくて残念。
3D Model Retrieval and Data Hiding
DCT-based Robust Watermaking with Swarm Intelligence Concepts (Natinoal
University of Kaohsiung)
Bacterial Foraging
(BF)を使った画像の電子透かし。BFって初めて聞いたが、交叉のないGAみたいなものらしい。目立たなさと頑健性のトレードオフを表す評価関数を使
う。埋め込み対象は8x8のDCT係数。どの係数にどのくらいの強さで埋め込むかをBFで最適化する。
A Novel Multiple Description Coding Frame Based on Reordered DCT
Coefficients and SPIHT Algorithm (Harbin Insitute of Technology)
No Show.
Video Identification Using Spatio-temporal Salient Points (Harbin
Institute of Technology)
No Show.
A Novel Approach for Audio Watermarking (Universiti Teknologi Malaysia)
No Show.
Efficient Certificate-Based Signature Scheme (Chang'an University)
No Show.
Collusion-Resilient Fingerpronting Using Cropping and Subsampling (Far
East University)
Collusion Attack体制のあるフィンガープリント。画像を配るたびに、画像の切り出し位置や拡大率を微妙に変える。Collusion
Attackのために画像を平均しようとすると、画像がぶれたりぼけたりして品質が低下する。元々はPetitcolasのアイデアらしいが、オリジナル
が画像の回転であるのに対し、この発表は画像の切り出しとサイズ変更であるところがちょっと新しい。
セッション終了後、時間があったので部屋に戻ってメールを読み書きする（何しろ発表が2件しかなかったからね）。
19時からバンケットなので、18時55分ぐらいに会場に行ってみると、もうすでに席はほぼいっぱいで、前の方では挨拶が始まっていた。時間を間違えたか
なあ。プログラムには19時って書いてあったんだが。とりあえず、入り口近くで空いている席に案内される。
挨拶とベストペーパー賞の表彰の後、特にイベントもなくだらだらと食事が続く。ちょっと調子に乗って白酒を飲み過ぎたかも。
私の隣に座ったのは西北大学の人で、テキストに対するデータハイディングをやっているそうだ。明日のC12セッションで発表をするので来てね、と言われ
る。面白そうだ。
ワインは長城印。
生きゅうり。特に工夫はない。
奥の皿は、餡が入った一口サイズの餅菓子。右はきくらげの煮物。
パイ生地を油であげたようなぱさぱさした菓子。中身は餃子のよう。
よくわからないひらべったい魚の清蒸。いつもこの手の料理は手がつける人が少なくて余るのだが、今回は魚が好きな人がテーブルに多かったらしく、最後の一
片まで食べつくしていた。「中国では魚を食べるときはひっくり返さないのが礼儀なのだが、日本でもそうか？」という質問を受けた。日本でも確かにそうだ
が、中国では「魚をひっくり返すのは、船がひっくり返るのにつながる」ということで忌み嫌われるのだそうだ。
蒸し餃子。
厚揚げみたいなものの炒め物。
きんちゃくと、玉子焼きを皮にした餃子のスープ。
ぱさぱさした麺。去年もこれが出たのだが、どうやって食べるのが正しいんだろうか。いまいちおいしくない。
いわゆる大地の恵みの蒸し物か。小さくて赤いのはサツマイモらしいが、甘くていける。こういう種類なんだろうか。とうもろこしは干したものらしく、固い。
おひたしと刀削麺。
1時間ほどで料理は全部出る。通常2時間ぐらいはそのまま話を続けるかと思いきや、みんな食うものを食ったらさっさと帰り、1時間半ぐらいで会場は閑散と
してしまった。私もそのあたりに退散。
酔っぱらいつつも、部屋に戻ってレポートの採点。なんとか全部採点を終わる。23時頃寝る。
前の日へ 目次へ 次の日へ