文献

J-GLOBAL ID：201702287340390772   整理番号：17A1727018

畳込みニューラルネットワークを用いたビジョンベースのリアルタイム魚検出【Powered by NICT】

Vision based real-time fish detection using convolutional neural network

著者 (3件)： Sung Minsung (Department of Creative IT Engineering, Pohang University of Science and Technology (POSTECH), Pohang, Republic of Korea) ,  Yu Son-Cheol (Department of Creative IT Engineering, Pohang University of Science and Technology (POSTECH), Pohang, Republic of Korea) ,  Girdhar Yogesh (Applied Ocean Physics & Engineering, Woods Hole Oceanographic Institution (WHOI), Massachusetts, United States)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： OCEANS  ページ： 1-6  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： 水中視覚画像中の光,厳しい雑音とヘイズの高い減衰のような特異的な特性を有している。水中視覚を用いたリアルタイム魚検出のために,本論文では,あなただけ観察とアルゴリズムに基づく畳込みニューラルネットワークに基づく技術を提案した。実際の魚ビデオ画像を用いて,提案した方法の信頼性と精度を評価した。結果として,ネットワークは予測された境界ボックスおよびグランドトルース間の結合の上で93%の分類精度,0.634交差,魚検出の第二当たり16.7フレームを記録した。も配向勾配特徴とサポートベクトルマシンのヒストグラムを用いて訓練されたスライディングウィンドウアルゴリズムと分類器を用いた他の魚検出器より性能が優れている。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： 視覚 ,  画像 ,  検出器 ,  *ネットワーク ,  サポートベクトルマシン ,  *ニューラルネットワーク ,  雑音 ,  ヒストグラム ,  *畳込み ,  アルゴリズム
準シソーラス用語： 分類精度 ,  グランドトゥルース ,  ビデオ画像 ,  ヘイズ ,  *実時間 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 畳込みニューラルネットワーク ,  ビジョン ,  リアルタイム