回転普遍性を考慮した魚類選別システムの選別能力の検証

カテゴリ: 部門大会

論文No: MC1-3

グループ名: 【C】平成21年電気学会電子・情報・システム部門大会講演論文集

発行日: 2009/09/03

タイトル(英語): Verification of Sorting Capability of Fish Sorting System with Considering Rotation Invariance

著者名: 黄瀬 哲弥(高知工科大学),竹田 史章(高知工科大学)

著者名(英語): tetsuya Kise(Kochi University of Technology),fumiaki Takeda(Kochi University of Technology)

キーワード: ニューラルネットワーク|回転普遍性|特徴抽出|二次元高速フーリエ変換|neural network|rotation invariance|feature extraction|two-dimension fast fourier transform

要約(日本語): 現在，魚類の選別は手作業で行われている場合が殆どである．そのため，作業員の高齢化や労働力不足などの問題がある．また，選別が不十分の場合，魚種の混在のため商品価値が低下する危険性がある．そこで，本研究では，選別作業の自動化および高精度化を目的とした魚類選別システムの開発を行っている．特に，選別には天然物の画像を扱う上から曖昧な入力情報に対し，非線形識別処理能力を有するNeural Network（ＮＮ）を用いている．一方，選別対象の回転に対する普遍性を得るため，ＮＮへの入力値を作成する際の特徴抽出法にTwo-Dimension Fast Fourier Transformを用いている．本論文では，特に複数匹の魚類を用いて回転普遍性を考慮した選別能力の検証を行う．

PDFファイルサイズ: 2,272 Kバイト