防災分野へ深層学習を適用した際の精度向上の検討

カテゴリ: 研究会(論文単位)

論文No: PI20058,IIS20069

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: 2020/10/20

タイトル(英語): Examination of accuracy improvement 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。本稿では、機械学習を用いた煙検出の精度向上について検討するため、学習用データの改良、検出時における演算手順の模索、特徴マップの可視化による学習の適正さについての提案及び正しく煙が検出できるかの検証を行なった。

要約(英語): The purpose of this study is to detect smoke from video images. In this paper, in order to investigate a method to improve the accuracy of smoke detection using machine learning, we proposed and validated the validity of learning by processing training data, exploring detection algorithms, and visualizing feature maps._x000D_

原稿種別: 日本語

PDFファイルサイズ: 2,418 Kバイト