文献

J-GLOBAL ID：201902213515107116   整理番号：19A0517565

画像煙検出のための深正規化と畳込みニューラルネットワーク【JST・京大機械翻訳】

A Deep Normalization and Convolutional Neural Network for Image Smoke Detection

著者 (5件)： Yin Zhijian (Department of Communications and Electronics, Jiangxi Science and Technology Normal University, Nanchang, China) ,  Wan Boyang (Department of Communications and Electronics, Jiangxi Science and Technology Normal University, Nanchang, China) ,  Yuan Feiniu (School of Information Technology, Jiangxi University of Finance and Economics, Nanchang, China) ,  Xia Xue (School of Information Technology, Jiangxi University of Finance and Economics, Nanchang, China) ,  Shi Jinting (School of Information Technology, Jiangxi University of Finance and Economics, Nanchang, China)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 18429-18438  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 煙の色,テクスチャおよび形状の大きな変化により,画像から煙を認識することは困難な課題である。提案されている煙検出法があるが,それらのほとんどは手craの特徴に基づいている。煙検出の性能を改善するために,自動特徴抽出と分類を実行するために,14層を有する新しい深い正規化と畳込みニューラルネットワーク(DNCNN)を提案した。DNCNNでは,従来の畳込み層を正規化と畳込み層で置き換え,訓練プロセスを加速し,煙検出の性能を上げる。不均衡で不十分な訓練サンプルによって引き起こされる過剰適合を減少させるために,著者らは,様々なデータ強化技術を用いて,オリジナルの訓練データセットからより多くの訓練サンプルを生成した。実験結果は,著者らの方法が,著者らの煙データセット上で96.37%以上の検出率で,0.60%以下の非常に低い誤警報率を達成したことを示した。Copyright 2019 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： 特徴抽出 ,  *畳込み ,  *正規化 ,  *煙 ,  *画像
準シソーラス用語： 誤警報率 ,  検出率 ,  訓練データ ,  不均衡 ,  質感 ,  *畳込みニューラルネットワーク ,  *煙検出 , 【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 (2件)： 煙検出 ,  畳込みニューラルネットワーク