文献

J-GLOBAL ID：201702291564687229   整理番号：17A1919731

深い畳込みニューラルネットワークに基づく充填における失われたタバコの検出【Powered by NICT】

Detection of cigarette missing in packing based on deep convolutional neural network

著者 (3件)： Ying Wei (Hangzhou Cigarette Factory, China Tobacco Zhejiang Industrial, CO. Ltd, Hangzhou, China) ,  Hu Xiaojun (Hangzhou Cigarette Factory, China Tobacco Zhejiang Industrial, CO. Ltd, Hangzhou, China) ,  Zhao Liang (Hangzhou Cigarette Factory, China Tobacco Zhejiang Industrial, CO. Ltd, Hangzhou, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ITOEC  ページ： 1252-1256  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： 市場調査はタバコのパックで最も耐え難い問題の一つであるタバコ失われたことを示した。この問題を完全に回避する必要がある会社に大きな悪影響を示した。既存の研究は,問題と同一パッケージ重量検出法を用いた。しかし,重量検出法の精度は装置誤差と複雑な職場環境のために低かった。深層学習を検出と分類の分野でホットな話題である。本研究のための入力データは,画像分類に基づくタバコ欠損を検出するための機会を提供するX線画像である。畳込みニューラルネットワークに基づく新しい検出法を提案する。画像の分野で最も一般的な深層学習法である,畳込みニューラルネットワークは手作りの特徴を得ることが難しい場合に良好であった。たばこ欠損検出に加えて,本論文では,パケットの損傷を検出し,欠損とタバコ誤配置をパケットに成功した。実験は,畳込みニューラルネットワークは他の全ての古典的な分類器よりも優れており,タバコ欠損検出の精度は99%以上であることを示した。提案した方法は有望なタバコ欠損検出法であるとパケット損傷,失われたパケットとタバコ誤配置の検出に用いることができる。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： X線画像 ,  パケット ,  検出法 ,  *たばこ ,  パケット損失 ,  *ニューラルネットワーク ,  市場調査 ,  労働環境 ,  画像 ,  *畳込み
準シソーラス用語： 画像分類 ,  入力データ ,  深層学習 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (2件)： 畳込みニューラルネットワーク ,  タバコ