文献

J-GLOBAL ID：201802214307471760   整理番号：18A2096344

深層学習を用いた屋内シーン分類のためのRGBと奥行画像の結合【JST・京大機械翻訳】

Combining RGB and Depth Images for Indoor Scene Classification Using Deep Learning

著者 (3件)： Pujar Karthik (Department of Computer Science and Engineering, B V B College of Engineering and Technology, Hubballi, India) ,  Chickerur Satyadhyan (Centre for High Performance Computing, K L E Technological University, Hubballi, India) ,  Patil Mahesh S. (Department of Computer Science and Engineering, B V B College of Engineering and Technology, Hubballi, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCIC  ページ： 1-8  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： 屋外シーンの認識において顕著な進歩があったが,屋内シーン認識は依然として課題である。これは室内状況の高い外観変動によるものである。屋内および移動ロボットにおける最近の発展により,屋内シーンの同定が重要になっている。物体検出とジオタグを用いてシーンを検出するための多くの手法が提案されている。対照的に,本論文の提案は,機械学習方法論における進歩とともに重要性を獲得した畳込みニューラルネットワークを用いた。著者らの方法は,既存のモデルよりも高い効率を有しており,これは,同一に対するオブジェクト同定を用いるよりも,全体として環境を分類することを試みている。この手法を,RGBとクラスルーム,ラブなどの学術環境に存在する共通位置の深さ画像から構成されるデータセットについて試験した。提案した手法は,98%までの精度で以前のものよりも優れている。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *機械学習 ,  移動ロボット
準シソーラス用語： 深度画像 ,  畳込みニューラルネットワーク ,  物体検出 ,  シーン理解 ,  奥行画像 ,  シーン分類 ,  *屋内 ,  *深層学習 , 【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 (5件)： 深層学習 ,  屋内 ,  シーン分類 ,  RGB ,  奥行画像