文献

J-GLOBAL ID：201702255062896260   整理番号：17A1032404

スマート不法投棄検出【Powered by NICT】

Smart Illegal Dumping Detection

著者 (6件)： Dabholkar Akshay ,  Muthiyan Bhushan ,  Srinivasan Shilpa ,  Ravi Swetha ,  Jeon Hyeran ,  Gao Jerry
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BigDataService  ページ： 255-260  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 不法投棄は世界の多くの都市における年代記問題となっている。放棄された家庭用品と投棄ごみ,施工残飯による臭気と汚染物質は都市景観を破壊だけでなく,人の健康を脅かしている。不法投棄を低減するために,ほとんどの都市は地域に密着した自発的報告システムとsurveillancecameraベース監視システムを設計した。しかし,これらの方法は依然として手動モニタリングと検出,高コストで,誤警報を受けやすいを必要とする。本論文では,種々のタイプの頻繁に投棄された廃棄物を認識するための深層学習アプローチを用いることを提案した。より高い精度を達成するために,種々の方法を検討し,クラス,ベースラインモデルと入力画像特性の数に関して精度分散を実証した。もサーバへの不必要な画像移動を減少させるためのエッジ計算を用いることを提案した。画像が頻繁に投棄された廃棄物を含むときのみエッジ計算局は,個々の投棄ホットスポットの捕捉画像のための深層学習モデルを実行し画像を送信するサーバ。限られた資源で出荷されるエッジ計算局に深い学習モデルを適用できるために,最新の深層学習モデル圧縮ツールを適用した。著者らの実験結果は,提案した方法は,小さなメモリ足跡を備え高い認識精度を提供することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 画像特性 ,  汚染物質 ,  *学習モデル ,  画像 ,  都市景観 ,  廃棄物 ,  都市 ,  ホットスポット ,  家庭用品 ,  捕獲 ,  監視装置
準シソーラス用語： 認識精度 ,  深層学習 ,  誤警報 ,  *不法投棄 , 【Automatic Indexing@JST】

分類 (1件)： 廃棄物処理一般  (SC05010S)

タイトルに関連する用語 (1件)： 不法投棄