YOLOを用いた水中映像からのゴミ検出

カテゴリ: 部門大会

論文No: PS5-2

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): Detecting Debris from Underwater Images Using YOLO

著者名: 渡辺 魁人（神戸市立工業高等専門学校）,尾山 匡浩（神戸市立工業高等専門学校）,藤本 健司（神戸市立工業高等専門学校）,清水 俊彦（神戸市立工業高等専門学校）,AMAR Samuel（神戸市立工業高等専門学校）,小澤 正宜（神戸市立工業高等専門学校）,酒井 昌彦（神戸市立工業高等専門学校）

著者名(英語): Kaito Watanabe (Kobe City College of Technology),Tadahiro Oyama (Kobe City College of Technology),Kenji Fujimoto (Kobe City College of Technology),Toshihiko Shimizu (Kobe City College of Technology),Samuel AMAR (Kobe City College of Technology),Masayoshi Ozawa (Kobe City College of Technology),Masahiko Sakai (Kobe City College of Technology)

キーワード: 水中映像|ゴミ検出|YOLO|転移学習|可視光画像ソナー画像|Underwater Videography|Trash Detection|YOLO|Transfer Learning|Visible ImageSonar Image

要約(日本語): 地球上の海洋環境は，私たちの生命維持に欠かせない要素であり，多くの生態系や資源が存在する。しかしながら，海洋のごみや汚染物質が，この海洋環境に悪影響を与えていることが問題となっている。近年，さらにこの問題が深刻化しており，毎年約1400万トンのプラスチックゴミが海に流れているとの報告がある。そこで，様々な団体が海洋のゴミ問題解決に向けて，水中ゴミの状態や分布を特定するなど海の中の調査を行うと同時に，それらの回収活動を行っている。そこで本研究は，水中を撮影した可視光画像やソナー画像からゴミを自動で検出・分類する手法の提案と評価を行うことで，海洋の環境問題の解決に貢献することを目的とする。手法には物体検出手法の1つであるYOLOを導入し，オンライン上で収集した画像データセットを用いて転移学習を行うことで，水中ゴミ検出に適したモデルの構築を試みた。