ディープラーニングにおける転移学習とFDTDシミュレーションによる地中レーダ画像の識別

園田潤; 木本智幸

文献

J-GLOBAL ID：201802214457368796 整理番号：18A1490569

ディープラーニングにおける転移学習とFDTDシミュレーションによる地中レーダ画像の識別

GPR Image Recognition by Transfer Learning with FDTD Simulation on Deep Learning

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A1490569&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A1490569&from=J-GLOBAL&jstjournalNo=S0532B") }}

著者 (2件)： ,
資料名：
巻： 118 号： 143(OPE2018 10-46) ページ： 59-62 発行年： 2018年07月12日
JST資料番号： S0532B ISSN： 0913-5685 資料種別：会議録 (C)
記事区分：原著論文発行国：日本 (JPN) 言語：日本語 (JA)

地中レーダでは地中に入射した電波の誘電率差で生じる反射波により地中物体を検出する技術であり,近年劣化が社会問題化している社会インフラのセンシングに有効な技術である。しかしながら,地中レーダ画像から物体の材質や大きさを識別することが課題であった。我々は,多層のニューラルネットワークを用いた機械学習であるディーラーニングによるレーダ画像からの地中物体識別を目的に,GPUクラスタを用いたFDTD法による地中レーダシミュレーションで学習用レーダ画像を生成し,畳み込みニューラルネットCNNを用いた複雑さの異なる多様な媒質における地中物体の識別特性を検討している。本稿では,ImageNetで学習済みのVGG16の結合加重を用いた転移学習とシミュレーション画像による実験画像の識別向上について報告する。(著者抄録)

, , , , ,
, , ,

レーダ , 人工知能

引用文献 (14件)：

佐藤源之,′′地中レーダによる地下イメージング,′′信学論(C), vol.J85-C, no.7, pp.520-530, July 2002.
K.y Belli, C. Rappaport, H. Zhan, and S. Wadia-Fascetti, ′′Effectiveness of 2D and 2.5D FDTD Ground Penetrating Radar Modeling for Bridge Deck Deterioration Evaluated by 3D FDTD,′′ IEEE Transactions on Cosine's and Remote Sensing, IEEE Trans. Geosci. Remote Sens., vol.47, no.4, pp.3656-3663, April 2009.
X. Wei and Y. Zhang ′′Autofocusing Techniques for GPR Data from RC Bridge Decks,′′ IEEE Select. Topics in Appl. Earth Observ. and Remote Sens., vol.7, no.12, pp.4860- 4868, Dec. 2015.
X. Wei and Y. Zhang ′′Interference Removal for Autofocusing of GPR Data From RC Bridge Decks,′′ IEEE Select. Topics in Appl. Earth Observ. and Remote Sens., vol.8, 3, pp.1145-1151, March 2015.
P. Shangguan and I. Al-Qadi, ′′Calibration of FDTD Simulation of GPR Signal for Asphalt Pavement Compaction Monitoring,′′ IEEE Trans. Geosci. Remote Sens., vol.53, no.3, pp.1538-1548, March 2015.

, , , , ,

前のページに戻る