文献

J-GLOBAL ID：201802255237273439   整理番号：18A0447631

マシンビジョンと深層学習技術に基づく米粒の品種の定量【Powered by NICT】

Determination of the Varieties of Rice Kernels Based on Machine Vision and Deep Learning Technology

著者 (4件)： Lin Ping ,  Chen Yongming ,  He Jianqiang ,  Fu Xiaorong
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISCID  ページ： 169-172  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： 本論文では,濃淡画像からの米粒のいくつかの特徴の自動抽出のための畳込みニューラルネットワークのモデルを提案した。システムは7層から成る畳込みニューラルネットワークを開発し,その入力として200×200画素を測定する濃淡画像を受けている。,入力レベルでネットワーク上の40000ニューロンである。層は6フィルタ群を用いて畳込みである。maximumvalue機能を持つサブサンプリング層である。12フィルタのもう一つの畳込み層とmaximumvalue機能を持つサブサンプリング層を有していた。最終は3個のニューロンの完全に連結した層である。開発した畳込みニューラルネットワーク検出器は全体平均精度99.52%で穀粒試料を同定することができた。研究の結果は,イネ穀粒試料の品種タイプ同定のためのよく訓練された畳込みニューラルネットワーク検出器を用いたマシンビジョンの能力と可能性を実証した。得られた分類の比較的高い精度では,開発したニューラルネットワークアーキテクチャと共にマシンビジョンはイネマーケティングシステム内の取引点で良好であり,より客観的な品質評価を達成するためのツールとして用いることができ,それはまた他の研究のための優れた代替法を提供する。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： 畳込み ,  検出器 ,  フィルタ ,  ネットワーク ,  画素 ,  濃淡画像 ,  *品種 ,  ニューロン
準シソーラス用語： 品質評価 ,  ニューラルネットワークアーキテクチャ ,  サブサンプリング ,  畳込みニューラルネットワーク ,  自動抽出 ,  *深層学習 ,  *マシンビジョン , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： マシンビジョン ,  深層学習 ,  米 ,  品種 ,  定量