文献

J-GLOBAL ID：201702264455694822   整理番号：17A1563936

3D畳込みニューラルネットワークに基づく骨材角を評価するための革新【Powered by NICT】

Innovation for evaluating aggregate angularity based upon 3D convolutional neural network

著者 (4件)： Tong Zheng (School of Highway, Chang’an University, Xi’an 710061, China) ,  Tong Zheng (College of Civil Engineering, Northeast Forestry University, Harbin 150040, China) ,  Gao Jie (School of Highway, Chang’an University, Xi’an 710061, China) ,  Zhang Haitao (College of Civil Engineering, Northeast Forestry University, Harbin 150040, China)
資料名： Construction and Building Materials  (Construction and Building Materials)
巻： 155  ページ： 919-929  発行年： 2017年 
JST資料番号： T0560A  ISSN： 0950-0618  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： アスファルト舗装の性能はその凝集体の形態学的特性により影響され,特にその角度に大きくした。凝集体はしばしば種々の形状を持っているので,骨材の角張りの評価は挑戦的であると考えられている。,角張りの評価におけるディジタル画像の利用は,近年多大の研究的関心を集めている。しかし,骨材の角張り度を評価するための従来の手動処理画像は低効率と不十分な精度の欠点を持っている。本論文では,骨材角張度を評価する自動的にデジタル画像を用いた畳込みニューラルネットワーク(CNN)の新しい応用を示した。研究手順は以下の通りである:(a)骨材画像の取得のための自己開発した装置を開発した。(b)傾斜度指数(AI)の評価基準を確立する(c)局在化CNNと五AI CNNの設計および(d)CNNの感度解析を行った。最初に,凝集体の3D情報を抽出するためのビューに基づくアプローチに基づいて確立し自己開発した装置。は凝集体からの3次元画像に適した評価基準を提示した。3D画像と評価基準に基づいて,一つの局在CNNと五AI CNNは,各凝集体のAIを評価するのに使用される。最後に,統計的分析は,AI CNN,特に穀粒の大きさの最適パラメーターを探し,AI CNNの感度を検証した。分析は穀粒サイズ,画像分解能,光,テクスチャおよび団粒サイズへの感度を含んでいる。結果は局在CNN画像から各凝集体の位置決めと抽出できることを示した。カーネルの最適サイズは6×6であり,AIは300ppi画像を用いたAIを評価するための6×6has a0.0938相対誤差の穀粒の大きさとCNN。さらに,穀粒の大きさ6×6のAI CNNは異なる光条件,サイズおよび集合組織凝集体の下で顕著なロバスト性を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *ニューラルネットワーク ,  統計解析 ,  形態 ,  凝集 ,  アスファルト舗装 ,  ディジタル画像 ,  *三次元 ,  感度解析 ,  凝集体 ,  ロバスト性 ,  画像 ,  *畳込み ,  モルフォロジー ,  画像処理 ,  評価基準

著者キーワード (5件)： 骨材角 ,  凝集指数 ,  畳込みニューラルネットワーク ,  画像処理 ,  感度解析

分類 (2件)： モルタル,コンクリート  (RA06042H) ,  骨材  (YC05060B)

タイトルに関連する用語 (4件)： 3D ,  畳込みニューラルネットワーク ,  骨材 ,  評価