文献

J-GLOBAL ID：201802244353008722   整理番号：18A0448310

深い畳込みニューラルネットワークを用いた粉乳中の隠された密輸品検査【Powered by NICT】

Inspecting contraband hidden in milk powder using deep convolutional neural networks

著者 (5件)： Sun Xiaofei (Information Science and Engineer Department, Zaozhuang University, Shandong Province, China) ,  Pan Wenwen (Information Science and Engineer Department, Zaozhuang University, Shandong Province, China) ,  Wang Lei (Information Science and Engineer Department, Zaozhuang University, Shandong Province, China) ,  Wang Xia (Information Science and Engineer Department, Zaozhuang University, Shandong Province, China) ,  Yang Bin (Information Science and Engineer Department, Zaozhuang University, Shandong Province, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ITNEC  ページ： 1797-1801  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： Smugglersはしばしばミルク缶における密輸品を隠す,缶をチェックするタスクである習慣のための非常に重い。これは乳缶非常に重要になっの自動検出を可能にした。目立たないエントレインメント物体は比較的小さく,伝統的方法は,小さなエントレインメントに鈍感であるため,粉乳のエントレインメントを検出することは困難である。本論文では,税関X線画像に及ぼす乳粉体に隠された密輸品検出のための畳込みニューラルネットワーク(CNN)を用いる方法を提案した。この方法は原画像を分割し,ローカルエリアをマークすることができる。具体的には,筆者らは最初に画像をブロックに分割し,多くの角で回転する。はこれらのブロックは,吸着された物体を含むかどうかを示す。これは試料の数を増加させるだけでなくCNNモデルの適応性を改善した。最後に著者らは,この目的のためにCaffeNetを修正した。実験では,提案した方法の検出精度は83.3%に達し,想起は数秒の計算時間で100%,低レベル画像処理技術に基づく他の方法より大きな改善を示すものである。優れた結果は,この方法が粉乳をチェックする税関吏大いに役立つことができることを示した。Copyright 2018 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： 画像 ,  X線画像 ,  *粉乳 ,  缶 ,  適応性 ,  モデル ,  エントレインメント ,  牛乳 ,  CPU時間
準シソーラス用語： 検出精度 ,  税関 ,  自動検出 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

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 ,  粉乳 ,  検査