講演抄録/キーワード |
講演名 |
2022-07-14 10:30
路車間可視光通信におけるCS-SVMと時空間勾配を用いたLEDアレイ捕捉手法 ○中村建翔・山里敬也(名大)・木下雅之(千葉工大)・岡田 啓・藤井俊彰(名大)・荒井伸太郎(岡山理科大)・鎌倉浩嗣(千葉工大)・圓道知博(長岡技科大) CS2022-11 |
抄録 |
(和) |
本研究では,高度道路交通システム(ITS)のためのイメージセンサ可視光通信における,イメージセンサ側の撮影画像内の送信機位置が変化するモデルを想定する.先行研究では,送信機の移動量を補正し,時空間勾配散布図と判別直線を用いて送信機捕捉を行っていた.しかし,本モデルでは背景(非送信機の一部)が高い時間勾配を持つため,単純な判別直線では送信機と背景を二分することができず,背景を検出出来なかった.そこで,本研究では送信機の検出数を増やすことでより高精度な送信機捕捉を目指し機械学習による複雑な判別曲線を導出することを提案する.具体的には,背景(非送信機)データのk平均法によるアンダーサンプリングとデータの重みを考慮したCost-Sensitive SVMで学習したモデルから得られる非線形な判別曲線を用いた送信機捕捉手法を提案する. |
(英) |
In this study, we focus om an image sensor visible light communication(VLC) for Intelligent Transport system(ITS). In particular, we considered a case where the transmitter position in the captured image of the vehicle's receiver move. In the previous study, corrected the movement of the transmitter and acquired the transmitter by using the scatter plots of spatial-temporal gradient values and discriminant line. However, in this case, the background non-transmitters position move and the part of background non-transmitters have high temporal gradient values. This is why, the simple discriminant line was not optimal threshold line. Therefore, in this study, we proposed the transmitter acquisition method by using undersampling based on the k-means method of background non-transmitter data and Cost-Sensitive SVM model that consider the weight of data for more accurate transmitter acquisition. |
キーワード |
(和) |
ITS / 可視光通信 / 高速度カメラ / LED送信機捕捉 / 機械学習 / / / |
(英) |
ITS / Visible Light Communication(VLC) / High-speed camera / LED transmitter acquisition / Machine learning / / / |
文献情報 |
信学技報, vol. 122, no. 110, CS2022-11, pp. 3-7, 2022年7月. |
資料番号 |
CS2022-11 |
発行日 |
2022-07-07 (CS) |
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 |
CS2022-11 |