| 大会名称 |
|---|
| 2023年 総合大会 |
| 大会コ－ド |
| 2023G |
| 開催年 |
| 2023 |
| 発行日 |
| 2023-02-28 |
| セッション番号 |
| B-2 |
| セッション名 |
| 宇宙・航行エレクトロニクス |
| 講演日 |
| 2023/3/7 |
| 講演場所(会議室等) |
| 3号館 3401教室 |
| 講演番号 |
| B-2-13 |
| タイトル |
| 深層学習による地中レーダ画像のリアルタイム自動検出特性 |
| 著者名 |
| ◎中道一紗, 園田 潤, |
| キーワード |
| 地中レーダ, 深層学習, YOLO, 物体検出 |
| 抄録 |
| 日本では建設後30年以上経過している施設の割合が増えており，社会インフラの劣化による事故が発生している．このような社会インフラの内部を非破壊で探査する手法として地中レーダがある．地中レーダから得られるレーダ画像は，反射画像であり物体の形状そのものは映らず，レーダ画像から内部を推定する必要がある．これまでは熟練技術者による画像判読が行われてきたが，ばらつきや精度の問題もあり，近年急速に発達している深層学習による自動推定が行われている．しかしレーダ画像の解析に時間がかかり，現場でのリアルタイム処理ができない問題がある．本稿では深層学習を用いた地中レーダに映る埋設物のリアルタイムでの自動検出を目的に，実際のレーダ画像を用いた4種類の物体検出特性を検討する． |
| 本文pdf |
|
PDF download
|