文献

J-GLOBAL ID：202002257603127870   整理番号：20A2515035

改良SSDに基づく実時間安全ヘルメット検出システム【JST・京大機械翻訳】

Real-time Safety Helmet Detection System based on Improved SSD

著者 (5件)： Dai Bin (Beijing Smartchip Microelectronics, Technology Company Limited, Beijing, China) ,  Nie Yuhu (Beijing Smartchip Microelectronics, Technology Company Limited, Beijing, China) ,  Cui Wenpeng (Beijing Smartchip Microelectronics, Technology Company Limited, Beijing, China) ,  Liu Rui (Beijing Smartchip Microelectronics, Technology Company Limited, Beijing, China) ,  Zheng Zhe (Beijing Smartchip Microelectronics, Technology Company Limited, Beijing, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： AIAM2020  ページ： 95-99  発行年： 2020年 
JST資料番号： D0698C  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： 安全ヘルメットの検出は,有明,天候変化および複雑な背景のため,困難であった。安全ヘルメットを検出する深層学習検出法を提案し,従来の検出方法の低精度と貧弱なロバスト性の問題を解決した。この方法はSSD(Single Shot MultiBox Detector)オブジェクト検出に基づいており,ネットワークを改善した。第1に,著者らは,浅い低いセマティック情報と深い意味情報を考慮するために多層の融合を使用して,それは小さな目標検出に対するネットワークの感受性を改良した。第2に,ネットワークを圧縮する軽量ネットワーク構造を提案し,モデルのパラメータとモデルの計算量を低減した。第3に,安全性ヘルメットデータセットを訓練し,改良ネットワークモデルを試験し,モデルを元のSSDと比較した。その結果,モデルの検出精度は86.75%であり,SSDと類似しているが,検出速度は著しく改善され,SSDより295%高く,最大83フレーム/sであった。実験は,改良ネットワークモデルが,検出精度を保証して,リアルタイム検出要求を満たす間,検出速度を著しく改良することができることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 安全帽 ,  *ネットワーク ,  感受性 ,  デコンボリューション ,  ネットワーク構造 ,  計算量 ,  検出法 ,  多層 ,  ロバスト性
準シソーラス用語： ネットワークモデル ,  物体検出 ,  実時間 ,  検出精度 ,  天候 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： デコンボリューション ,  軽量ネットワーク ,  オブジェクト検出 ,  安全ヘルメット

分類 (4件)： 計算機網  (JC03000K) ,  データ保護  (JD01020V) ,  人工知能  (JE08000Z) ,  移動通信  (ND08030H)

タイトルに関連する用語 (4件)： SSD ,  実時間 ,  ヘルメット ,  検出システム