ETC車両検知器データを利用した車種判別―RealAdaBoostによる学習時間削減―

カテゴリ: 全国大会

論文No: 4-163

グループ名: 【全国大会】令和3年電気学会全国大会論文集

発行日: 2021/03/01

タイトル(英語): Vehicle Classification using Data from Vehicle Detector of ETC -Learning time reduction by RealAdaBoost

著者名: 有吉達見（日本大学）,泉隆（日本大学）,滕琳（日本大学）

著者名(英語): Tatsumi Ariyoshi (Nihon University),Takashi Izumi (Nihon University),Lin Teng (Nihon University)

キーワード: ETC|車両検知器|車種判別|ETC|Vehicle Detector|Vehicle Classification

要約(日本語): 車両検知器のデータ利活用手段として車種判別を行う。従来手法ではAdaBoostによる車種判別を行っていたが、学習時間が課題となっていたため、学習アルゴリズムの変更により学習時間の削減を目指す。また提案手法で利用するRealAdaBoostでの確率密度関数におけるBIN数の変化による車種判別精度の推移を観察する。さらに学習時に利用する確率密度関数の作成方法を単純化することで高速化を図る。結果として、1回あたりに要する学習時間は90％以上削減できたが、車種判別精度とトレードオフの関係になった。BIN数の最適値

原稿種別: 日本語

PDFファイルサイズ: 332 Kバイト