画像処理と深層学習によるアナログメータの読み取り性能の比較

カテゴリ: 全国大会

論文No: 3-038

グループ名: 【全国大会】令和2年電気学会全国大会論文集

発行日: 2020/03/01

タイトル(英語): Comparison of analog meter reading performance using rule-based image processing and deep learning

著者名: 竹居翼（沼津工業技術支援センター）,松下五樹（沼津工業技術支援センター）,佐藤廣美（沼津工業技術支援センター）,本多正計（沼津工業技術支援センター）

著者名(英語): Tasuku Takei (Industrial Research Institute of Shizuoka Prefecture Numazu Technical Support Center),Itsuki Matsushita (Industrial Research Institute of Shizuoka Prefecture Numazu Technical Support Center),Hiromi Sato (Industrial Research Institute of Shizuoka Prefecture Numazu Technical Support Center),Masakazu Honda (Industrial Research Institute of Shizuoka Prefecture Numazu Technical Support Center)

キーワード: 画像処理|深層学習|アナログメータ|ガゾウショリ|シンソウガクシュウ|アナログメータ

要約(日本語): 近年、様々な産業でIoT化が進められており、アナログメータの自動読み取り技術の必要性が高まっている。画像処理を使ったメータの自動読み取り手法では、メータ形状や使用環境に応じて特徴量抽出等のプロセス（ルール）を定める必要があり、汎用性や頑健性に問題がある。一方、近年注目されている深層学習を使うことでこれら問題の解決を図れるが、判断プロセスがブラックボックスのため、信頼性が求められる医療分野等での活用には慎重に議論が進められている。そこで、本研究では両手法による医療用ガスレギュレータの読み取り性能を比較し、深層学習の医療機器等への活用可能性を探った。

本誌掲載ページ: 52-53 p

原稿種別: 日本語