講演抄録/キーワード |
講演名 |
2016-06-13 10:45
マイクロ波ビート信号の深層学習に基づく車種判別方式 ○山本康平・前野蔵人(OKI) PRMU2016-38 SP2016-4 WIT2016-4 |
抄録 |
(和) |
マイクロ波レーダは,日照や天候の影響を受けにくく,耐環境性の求められるトラフィック計測等の屋外設置用途に適している.レーダを用いたトラフィック計測には,走行車両の車種判別を行うものがあり,走行車両の車高や車長に基づいて車種判別を行う方法が提案されている.しかし,車高や車長を推定するためには,走行路の鉛直上から見下ろす形で車両を計測する必要があり,設置コストが高いという問題点があった.上記の問題点を鑑み,本研究では,路側に設置したマイクロ波レーダから,走行車両の車高や車長を求めずに車種判別を行う方式を検討した.提案方式は,近年注目を集める深層学習を用いたものであり,畳み込みニューラルネットワークとレーダ信号処理で得られた情報を中間層で統合する特徴を持つ.3 車種を対象とした実験の結果,提案方式のモデルは,従来研究ベースのモデルに比べ17.68 %高い判定精度であることが明らかになり,提案方式の車種判別に対する有効性が示された. |
(英) |
A traffic monitoring system requires environmental resistances against the influence of the weather and the sunshine. A microwave radar is suitable for such outdoor uses because of the nature of the microwave. As one of the traffic monitoring applications using microwave radars, the vehicle classification methods based on the estimation of the height or length profiles of running vehicles had been proposed. However, these methods required the installation of radars on the vertical of the roadway. This condition was a problem of high installation costs. In this paper, we propose the vehicle classification method using a roadside microwave radar based on Deep Neural Networks(DNN) that do not require estimating the vehicle’s height or length profile directly. The proposed DNN model has a feature that integrates the internal outputs of the Convolutional Neural Networks(CNN) and the ones of the radar signal processing in learning. Our approach was compared with the previous study-based DNN model by using the experimental data about the three types of vehicle. Consequently, the proposed DNN model showed better performance in 17.68% of the accuracy difference than previous one and the efficacy against the vehicle classification problem in the case of using a roadside microwave radar. |
キーワード |
(和) |
マイクロ波レーダ / 深層学習 / 車種判別 / / / / / |
(英) |
Microwave radar / deep neural networks / vehicle classification / / / / / |
文献情報 |
信学技報, vol. 116, no. 89, PRMU2016-38, pp. 19-24, 2016年6月. |
資料番号 |
PRMU2016-38 |
発行日 |
2016-06-06 (PRMU, SP, WIT) |
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 |
PRMU2016-38 SP2016-4 WIT2016-4 |
研究会情報 |
研究会 |
PRMU SP WIT ASJ-H |
開催期間 |
2016-06-13 - 2016-06-14 |
開催地(和) |
NTT武蔵野研究開発センター |
開催地(英) |
|
テーマ(和) |
福祉/音声/聴覚/パターン認識メディア理解一般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
PRMU |
会議コード |
2016-06-PRMU-SP-WIT-H |
本文の言語 |
日本語 |
タイトル(和) |
マイクロ波ビート信号の深層学習に基づく車種判別方式 |
サブタイトル(和) |
|
タイトル(英) |
Vehicle Classification method based on Deep Neural Networks for Microwave Beat Signals |
サブタイトル(英) |
|
キーワード(1)(和/英) |
マイクロ波レーダ / Microwave radar |
キーワード(2)(和/英) |
深層学習 / deep neural networks |
キーワード(3)(和/英) |
車種判別 / vehicle classification |
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) |
山本 康平 / Kohei Yamamoto / ヤマモト コウヘイ |
第1著者 所属(和/英) |
沖電気工業株式会社 (略称: OKI)
Oki Electric Industry Co., Ltd. (略称: OKI) |
第2著者 氏名(和/英/ヨミ) |
前野 蔵人 / Kurato Maeno / |
第2著者 所属(和/英) |
沖電気工業株式会社 (略称: OKI)
Oki Electric Industry Co., Ltd. (略称: OKI) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
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 |
2016-06-13 10:45:00 |
発表時間 |
30分 |
申込先研究会 |
PRMU |
資料番号 |
PRMU2016-38, SP2016-4, WIT2016-4 |
巻番号(vol) |
vol.116 |
号番号(no) |
no.89(PRMU), no.90(SP), no.91(WIT) |
ページ範囲 |
pp.19-24 |
ページ数 |
6 |
発行日 |
2016-06-06 (PRMU, SP, WIT) |
|