文献

J-GLOBAL ID：201802280530114376   整理番号：18A1302660

単一ステージ検出器ベースのディープニューラルネットワークを用いた道路亀裂検出【JST・京大機械翻訳】

Road crack detection using a single stage detector based deep neural network

著者 (5件)： Carr Thomas Arthur (School of Engineering and Built Environment, Glasgow Caledonian University, Scotland, United Kingdom) ,  Jenkins Mark David (School of Engineering and Built Environment, Glasgow Caledonian University, Scotland, United Kingdom) ,  Iglesias Maria Insa (School of Engineering and Built Environment, Glasgow Caledonian University, Scotland, United Kingdom) ,  Buggy Tom (School of Engineering and Built Environment, Glasgow Caledonian University, Scotland, United Kingdom) ,  Morison Gordon (School of Engineering and Built Environment, Glasgow Caledonian University, Scotland, United Kingdom)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： EESMS  ページ： 1-5  発行年： 2018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： 公共と民間インフラストラクチャの条件と劣化は,世界人口の大部分に直接影響する問題である。本論文では,道路および舗装表面亀裂を自動的に検出するために,残留ニューラルネットワークの適用を提案した。表面のテクスチャにおける大量の分散と照明レベルにおける変化は,公共および民間インフラストラクチャ内の欠陥を自動的に検出するタスクを困難なタスクにする。開発されたシステムは,基礎となるフィードフォワード型ResNetアーキテクチャを持つ特徴ピラミッドコアを利用する。次に,特徴ピラミッドからの出力を2つのサブネットワークに送る。1つのサブネットワークは,特徴ピラミッドからの出力とクラスを結合する。他のサブネットワークは,訓練中に特徴ピラミッドの出力境界ボックスから対応するグランドトルースボックスへのオフセットを回帰する。ネットワークはすでに確立されたデータセットから実世界データで訓練された。公共領域における利用可能な道路亀裂データセットの欠如により,訓練と試験に使用されるデータは非常に限られている。限られた量のデータにもかかわらず,提案した方法は最小誤差で非常に正の結果を達成した。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： *道路 ,  フィードフォワード ,  表面亀裂 ,  *ネットワーク ,  *亀裂 ,  舗装 ,  *ニューラルネットワーク ,  *検出器 ,  インフラストラクチャー ,  計算機アーキテクチャ ,  オフセット ,  角錐
準シソーラス用語： サブネットワーク ,  質感 ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 計測機器一般  (AD02000X) ,  道路輸送・サービス一般  (TB01010O)

タイトルに関連する用語 (5件)： ステージ ,  検出器 ,  ディープニューラルネットワーク ,  道路 ,  亀裂検出