文献

J-GLOBAL ID：201802277341877138   整理番号：18A0774665

畳み込みニューラルネットワークと画像超解像を用いたMMS画像からの柱状物体の分類性能の評価

Evaluation of Classification Performance of Pole-Like Objects from MMS Images Using Convolutional Neural Network and Image Super Resolution

著者 (1件)： MIZOGUCHI Tomohiro (Nihon Univ.,Fukushima, JPN)
資料名： International Journal of Automation Technology  (International Journal of Automation Technology)
巻： 12  号： 3  ページ： 369-375  発行年： 2018年05月05日 
JST資料番号： L0997B  ISSN： 1881-7629  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： モバイルマッピングシステム(MMS)は,道路とそれらの周辺環境のポイントクラウド及び連続パノラマ画像を捉えることができる。これらのデータは道路側の物体のメンテナンスと道路台帳の作成または更新に広く使われている。これらの目的のために,捕捉データから各物体を検出し分類し,そして3Dマップ上にそれらを局所化する必要がある。搭載レーザスキャナにより捕捉されたポイントクラウドを用いた柱状物体の検出と分類について,多数の研究報告がある。MMS画像は物体に関する色と形状に関する価値ある情報を含むが,この目的のために今日まで十分に活用されていない。画像から形状と色の特徴を抽出し,分類にそれらを使用することは合理的である。本論文では,ポイントクラウドよりもむしろMMS画像に焦点を当て,電力柱,街路灯,街路側木,信号光,道路標識などの柱状物体に対する分類性能を評価した。分類には,手作りの作業や機械学習技術が一般的に使用される従来法よりも優れた分類結果を提供することが知られているので,畳み込みニューラルネットワーク(CNN)を使用した。また,MMS低解像度画像のための深層学習に基づく画像超解像(ISR)技術を用いた。柱状物体の全ポイントを評価する従来法とは対照的に,柱のトップ(例えば3色の交通信号燈)に取り付けられた部品が各クラスの物体の独特な特性を表すので,本アプローチでは分類のためにこれらの機能部品を選択した。MMS画像を用いた様々な実験により提案した手法の分類性能を実証した。また,画像角度に依存する分類結果の違いを比較した。(翻訳著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *計測システム ,  画像 ,  *分類 ,  レーザスキャナ ,  超解像 ,  データ ,  機械学習
準シソーラス用語： パノラマ画像 ,  ポイントクラウドデータ ,  *モバイルマッピングシステム ,  *畳込みニューラルネットワーク ,  深層学習 ,  低解像度 ,  低解像度画像

分類 (3件)： ニューロコンピュータ  (JC06010Q) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

引用文献 (18件)：

• K. Ishikawa et al., “Development of a vehicle-mounted road surface 3D measurement system,” Proc. Int. Symp. on Automation and Robotics in Construction, pp. 569-573, 2006.
• S. Kanai et al., “Cyber Field Engineering - Current Status and the Future,” J. of the Japan Society for Precision Engineering, Vol.76, No.10, pp. 1121-1124, 2010 (in Japanese).
• H. Yokoyama et al., “Detection and Classification of Pole-like Objects from Mobile Laser Scanning Data of Urban Environments,” Int. J. of CAD/CAM, Vol.13, No.2, pp. 31-40, 2013.
• K. Fukano and H. Masuda, “Detection and Classification of Pole-Like Objects from Mobile Mapping Data,” ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol.II-3/W5, pp. 57-64, 2015.
• B. Rodriguez-Cuenca et al., “Automatic Detection and Classification of Pole-Like Objects in Urban Point Cloud Data Using an Anomaly Detection Algorithm,” Remote Sensing, Vol.7, No.10, pp. 12680-12703, 2015.

タイトルに関連する用語 (6件)： 畳み込みニューラルネットワーク ,  超解像 ,  MMS ,  柱状物体 ,  分類 ,  評価