| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2019-12-19 14:00 画像分類と物体検出を組み合わせた踏切シーンを代表する物体の効率的検出手法 ○志村魁星・富岡洋一・趙 強福（会津大）  PRMU2019-52 |
|
| 抄録 | （和） | 本研究では，電動カート運転時の事故防止のため，運転者を支援するシステムの開発を目指している．踏切付近での事故が多いことから，運転支援の第一歩として，本稿では踏切を代表する物体を効率的に検出する手法を提案する．本手法では，物体検出処理の前に画像分類を行い，物体検出処理を踏切シーンにのみ適用することで，計算負荷と誤検出を削減する．実験では，最大で各検出対象のPrecisionを0.224，F-scoreを0.234改善し，非踏切シーンの処理速度をデスクトップPCとNeural Compute Stick 2を搭載したRaspberry Pi 3 model Bは約1.7から2.0倍高速化することができた． |
| （英） | In this research, we aim to develop a system to support drivers to prevent accidents when driving an mobility scooter. As the first step of driving support, in this paper, we proposes a method for efficiently detecting an object which exists close to a railway crossing normally. In this method, an image classification is performed before object detection to detect railway crossing scene. By applying object detection only to a crossing scene, the workload and false detection for object detection are reduced.In the experiments, the precision and F-score for each class was improved by at most 0.224 and 0.234, respectively. Moreover, we achieved 1.7 to 2.0 times faster execution for scenes in which a railway crossing does not exist on desktop PC, Raspberry Pi 3 model B equipped with Neural Compute Stick 2. | |
| キーワード | （和） | 踏切 / 深層学習 / 画像分類 / 物体検出 / / / / |
| （英） | railway crossing / deep learning / image classification / object detection / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 347, PRMU2019-52, pp. 35-39, 2019年12月. | |
| 資料番号 | PRMU2019-52 | |
| 発行日 | 2019-12-12 (PRMU) | |
| ISSN | 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 | PRMU2019-52 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2019-12-19 - 2019-12-20 |
| 開催地（和） | 大分大学 |
| 開催地（英） | |
| テーマ（和） | アート・グラフィクス・コンテンツ制作・教育への応用 |
| 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 | 2019-12-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | 画像分類と物体検出を組み合わせた踏切シーンを代表する物体の効率的検出手法 |
| サブタイトル（和） | |
| タイトル（英） | Efficient Object Detection for Railway Crossing Combining Image Classification and Object Detection |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 踏切 / railway crossing |
| キーワード(2)（和/英） | 深層学習 / deep learning |
| キーワード(3)（和/英） | 画像分類 / image classification |
| キーワード(4)（和/英） | 物体検出 / object detection |
| 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） | 志村 魁星 / Kaisei Shimura / シムラ カイセイ |
| 第1著者 所属（和/英） | 会津大学 (略称： 会津大) University of Aizu (略称： UoA) |
| 第2著者 氏名（和/英/ヨミ） | 富岡 洋一 / Yoichi Tomioka / トミオカ ヨウイチ |
| 第2著者 所属（和/英） | 会津大学 (略称： 会津大) University of Aizu (略称： UoA) |
| 第3著者 氏名（和/英/ヨミ） | 趙 強福 / Qiangfu Zhao / |
| 第3著者 所属（和/英） | 会津大学 (略称： 会津大) University of Aizu (略称： UoA) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-12-19 14:00:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2019-52 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.347 |
| ページ範囲 | pp.35-39 |
| ページ数 | 5 |
| 発行日 | 2019-12-12 (PRMU) |
[研究会発表申込システムのトップページに戻る]