文献

J-GLOBAL ID：202302262647352014   整理番号：23A1747563

物体追跡のための物体検出しきい値の深層学習による最適推定

著者 (4件)： 三浦一真 (中央大) ,  橘川拓実 (中央大) ,  PATHAK Sarthak (中央大) ,  梅田和昇 (中央大)
資料名： 画像センシングシンポジウム講演資料集(Web)
巻： 29th  ページ： ROMBUNNO.SO3-39 (WEB ONLY)  発行年： 2023年06月14日 
JST資料番号： U2523A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・製品組立の作業工程において,最適な物体検出しきい値を深層学習によって推定することで動画のフレームごとに最適なしきい値を動的に設定し,製品を追跡するシステムを提案。
・代表的な物体検出手法では,手動で一定のしきい値を設ける作業が行われるが,適切なしきい値を手動で設定するのは難しく,さらに動画のフレームごとに適切なしきい値も変化。
・提案手法では,YOLOを用いて物体検出を行い,検出した対象の数が前のフレームと異なる場合のみ,前のフレームと同じ検出数になるようしきい値を自動で再設定。
・67枚の工場内画像を用いた物体検出実験により確認された,提案手法の有効性と課題を提示。

シソーラス用語： *物体認識 ,  *機械学習 ,  追跡 ,  Kalmanフィルタ ,  閾値 ,  工程管理 ,  *深層学習 ,  *物体検出
準シソーラス用語： 物体追跡

分類 (1件)： パターン認識  (JE07000S)

引用文献 (7件)：

• 吉川裕, 金子真也, 浦野雄大, 永吉洋登, 太田俊広, “映像解析技術を核とした作業認識ソリューション”, 日立評論, pp. 739-743, 2020.
• S. Ren, K. He, R. Girshick, and J. Sun, ′′Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks”, Neural Information Processing Systems (NIPS), 2015.
• J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, “You Only Look Once: Unified, Real-Time Object Detection”, IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2016.
• A. Bewley, Z. Ge, L. Ott, F. Ramos, and B. Upcroft, “Simple Online and Realtime Tracking”, IEEE International Conference on Image Processing (ICIP), 2016.
• N. Wojke, A. Bewley, and D. Paulus, “Simple Online and Realtime Tracking with a Deep Association Metric”, IEEE International Conference on Image Processing (ICIP), 2017.

タイトルに関連する用語 (5件)： 物体追跡 ,  物体検出 ,  しきい値 ,  深層学習 ,  最適推定