文献

J-GLOBAL ID：202002271455422280   整理番号：20A2764582

O-Net:U-Netに基づく航空セキュリティにおける危険物検出【JST・京大機械翻訳】

O-Net: Dangerous Goods Detection in Aviation Security Based on U-Net

著者 (4件)： Kim Woong (Department of Industrial Management Engineering, Korea University, Seoul, South Korea) ,  Jun Sungchan (Department of Industrial Management Engineering, Korea University, Seoul, South Korea) ,  Kang Sumin (Department of Aerospace Engineering, University of Michigan, Ann Arbor, MI, USA) ,  Lee Chulung (School of Industrial Management Engineering, Korea University, Seoul, South Korea)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 206289-206302  発行年： 2020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： 航空セキュリティX線装置は,現在,一次スクリーニングを通してオブジェクトを探索し,その中で,スクリーンは,重複オブジェクトからターゲットオブジェクトを検出するために,バッグ/個人を再調査しなければならない。コンピュータビジョンと深層学習技術の進歩は,バッグのX線画像から,最も危険な商品,銃,およびナイフを同定する精度を改善するために適用できる。人工知能ベースの航空セキュリティX線は,ターゲット物体の高速検出を容易にすることができ,一方,スクリーン上で全体のセキュリティ探索期間と負荷を減少させた。さらに,重複現象は,X線からの生のRGB画像を用いて改善し,同時に画像を入力のためにグレースケールに変換する。O-Net構造を,U-Netに基づく改良として,種々の学習速度と高密度/深さ方向実験によって設計した。2つの符号器と2つの復号器を用いて,処理における様々なタイプの画像を組み込み,ニューラルネットワークの出力性能をそれぞれ最大化した。さらに,U-Netセグメンテーションを提案し,”信頼性スコア”の概念を通して,Bounding-box(Bbox)型のYoule Look(YOLO)よりも,ターゲットオブジェクトをより明確に検出した。その結果,分割ピクセル精度と平均切片(m-IoU)の主たる性能指標に基づく完全畳込みネットワーク(FCN),U-Net,および分割ネットワーク(SegNet)のような基本的セグメンテーションモデルの比較解析は,O-Netが平均画素精度を5.8%,2.26%,および5.01%改善し,m-IoUを,それぞれ43.1%,9.84%,および23.31%改善した。さらに,O-Netの精度はU-Netのそれより6.56%高く,O-Netアーキテクチャの優位性を示した。Copyright 2020 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： 畳込み ,  *航空輸送 ,  信頼性 ,  セグメンテーション ,  ネットワーク ,  グレースケール ,  ニューラルネットワーク ,  スクリーン ,  画素 ,  人工知能 ,  X線画像 ,  コンピュータビジョン ,  計算機アーキテクチャ ,  スクリーニング
準シソーラス用語： 深層学習 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： U-Net ,  航空 ,  セキュリティ ,  危険物