防災分野へ深層学習を適用した際のデータの質による比較

カテゴリ: 研究会(論文単位)

論文No: PI22019,IIS22039

グループ名: 【C】電子・情報・システム部門 知覚情報/【D】産業応用部門 次世代産業システム合同研究会

発行日: 2022/03/19

タイトル(英語): An examination of the influence of data quality when applying deep learning to disaster management field

著者名: 中村 幸太(日本大学),門馬 英一郎(日本大学),小野 隆(日本大学),中村 嘉夫(ホーチキ)

著者名(英語): Kota Nakamura(Nihon University),Eiichiro Momma(Nihon University),Takashi Ono(Nihon University),Yoshio Nakamura(Hochiki Corporation)

キーワード: 機械学習|煙検知|深層学習|物体検出|防災|Machine learning|Smoke detection|Deep learning|Object detection|Disaster management

要約(日本語): 本研究では動画像から煙を検出することを目的としている。これまでの学習データやテスト動画は、画像の質の違いについて考慮していなかった。本稿では、カメラによる検知を行うにあたり、ビデオコーデックやビットレートを考慮した学習データ及びテスト動画を作成し、その違いが結果に影響するか調査した。また、テスト動画のぼやけ度合いを変化させ、どの程度のぼやけ度合いまで煙検知が可能か検討した。

要約(英語): The purpose of this study is to detect smoke from video images. In previous studies, the quality of the training and test data was not taken into account. In this paper, we created training data and test videos considering the video codec and bit rate for camera-based detection and investigated whether these differences affect the results. In addition, the degree of blur in the test video was varied to determine the extent to which smoke detection is possible.

本誌: 2022年3月22日知覚情報/次世代産業システム合同研究会

本誌掲載ページ: 1-6 p

原稿種別: 日本語

PDFファイルサイズ: 2,273 Kバイト