講演抄録/キーワード |
講演名 |
2017-03-07 13:00
マイクロ波ドップラーセンサー信号を用いた動体追尾処理への深層学習適用の一検討 ○橘 素子・平本美智代・前野蔵人(OKI) ITS2016-82 |
抄録 |
(和) |
本稿では,マイクロ波ドップラーセンサーによる動体追尾処理に深層学習を適用した結果を報告する.
通常,動体の計測では時刻経過による動体の状態変化を予測し,その予測値と観測値を対応付けすることで動体の追尾を行う.しかし,ある程度近い場所を同じような速度で移動する2物体の場合,センサーの計測精度などに起因する観測誤差と予測誤差によって対応付けを誤ってしまうことがあった.そこで,本稿では,観測値のみを使用してより精度の高い動体追尾を行うために深層学習を適用した.過去に検出された動体ごとの観測履歴と現時刻の複数の観測値からそれぞれ1つずつを深層学習への入力値とし,それらが同一物体か否かを出力する判別器を畳み込みネットワークを用いて構成して適用したところ高い精度で認識することができた. |
(英) |
In this report, we present a study on tracking using Microwave Doppler Sensor adopting deep learning approach.
Measurement of moving object by Microwave Doppler Sensor is more stable than by camera, because it is little susceptible for environment factor, such as weather or lighting. For the purpose, firstly we have to track moving objects which are detected at every sampling time. However, under the condition which two or more objects move at similar speed and are at near positions it is difficult to distinguish them. Therefore, we have adopted deep learning approach for tracking objects in order to solve these difficulties. Concretely, we have created deep convolutional network model for comparison procedure which evaluate whether one of the observed value corresponds with one of the observed value history coordinated by objects. As a result, we achieved high accuracy for the comparison. |
キーワード |
(和) |
マイクロ波ドップラーセンサー / 動体追尾 / 深層学習 / / / / / |
(英) |
Microwave Doppler Sensor / Tracking / Deep Learning / / / / / |
文献情報 |
信学技報, vol. 116, no. 502, ITS2016-82, pp. 31-35, 2017年3月. |
資料番号 |
ITS2016-82 |
発行日 |
2017-02-28 (ITS) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
ITS2016-82 |
研究会情報 |
研究会 |
ITS IEE-ITS |
開催期間 |
2017-03-07 - 2017-03-07 |
開催地(和) |
京都大学 |
開催地(英) |
Kyoto Univ. |
テーマ(和) |
ITS情報処理,一般 |
テーマ(英) |
Information Processing for ITS, etc. |
講演論文情報の詳細 |
申込み研究会 |
ITS |
会議コード |
2017-03-ITS-ITS |
本文の言語 |
日本語 |
タイトル(和) |
マイクロ波ドップラーセンサー信号を用いた動体追尾処理への深層学習適用の一検討 |
サブタイトル(和) |
|
タイトル(英) |
Deep Learning Approach for Moving Object Tracking using Microwave Doppler Signals |
サブタイトル(英) |
|
キーワード(1)(和/英) |
マイクロ波ドップラーセンサー / Microwave Doppler Sensor |
キーワード(2)(和/英) |
動体追尾 / Tracking |
キーワード(3)(和/英) |
深層学習 / Deep Learning |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
橘 素子 / Motoko Tachibana / タチバナ モトコ |
第1著者 所属(和/英) |
沖電気工業(株) (略称: OKI)
Oki Electric Industry Co., Ltd. (略称: OKI) |
第2著者 氏名(和/英/ヨミ) |
平本 美智代 / Michiyo Hiramoto / ヒラモト ミチヨ |
第2著者 所属(和/英) |
沖電気工業(株) (略称: OKI)
Oki Electric Industry Co., Ltd. (略称: OKI) |
第3著者 氏名(和/英/ヨミ) |
前野 蔵人 / Kurato Maeno / マエノ クラト |
第3著者 所属(和/英) |
沖電気工業(株) (略称: OKI)
Oki Electric Industry Co., Ltd. (略称: OKI) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2017-03-07 13:00:00 |
発表時間 |
20分 |
申込先研究会 |
ITS |
資料番号 |
ITS2016-82 |
巻番号(vol) |
vol.116 |
号番号(no) |
no.502 |
ページ範囲 |
pp.31-35 |
ページ数 |
5 |
発行日 |
2017-02-28 (ITS) |
|