{"product_id":"ieej-zt193040","title":"Deep learningを用いたコドラート画像の3カテゴリへの分類の評価","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e3-040\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成31年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2019\/03\/01\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eAn Evaluation of Classification of Quadrat Images into 3 Categories Using Deep Learning\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e野崎 真也(琉球大学),鈴山 正剛(三井E\u0026amp;Sプラントエンジニアリング),坂巻 隆史(東北大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eShinya Nozaki(University of the Ryukyus),Masataka Suzuyama(Mitsui E\u0026amp;S Plant Engineering Inc.),Takashi Sakamaki(Tohoku University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003eコドラート画像,画層分類,深層学習\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003eサンゴの種類や数などを調査する際、その手法の一つとしてコドラート法が用いられている。海底内を一定の大きさの枠を置いて撮影する。PC上で枠内にある画素をランダムに複数点選ぶ。それらを目視で基質を判別して統計データとしてまとめて、知見を得るが、画像の枚数は膨大であり自動化が求められる。 これまで、枝状サンゴやなどの判別などの研究がなされている。これらの手法は、選ばれた画素周辺画素の情報も用いるので周辺情報に枠が含まれていると誤判別の原因になる。そこで本研究では、コドラート画像内の任意の点において、枠などの人工物、岩、そしてサンゴでの判別について、deep learningを用いて判別する手法を提案して評価したので報告する。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e239 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 1","offer_id":46401733001455,"sku":"IEEJ-ZT193040-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_795b6357-6b17-4d2b-b472-e45c06f5b363.png?v=1744953040","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt193040","provider":"電気学会 電子図書館","version":"1.0","type":"link"}