文献

J-GLOBAL ID：202002276715479964   整理番号：20A0217113

石炭と脈石検出のための画像ベース階層的深層学習フレームワーク【JST・京大機械翻訳】

An Image-Based Hierarchical Deep Learning Framework for Coal and Gangue Detection

著者 (7件)： Li Dongjun (School of Mechanical, Electronic, and Information Engineering, China University of Mining and Technology (Beijing), Beijing, China) ,  Zhang Zhenxin (Beijing Advanced Innovation Center for Imaging Theory and Technology, Capital Normal University, Beijing, China) ,  Xu Zhihua (State Key Laboratory of Coal Resources and Safe Mining, China University of Mining and Technology (Beijing), Beijing, China) ,  Xu Lili (Community Service and Management, University of Science and Technology Beijing, Beijing, China) ,  Meng Guoying (School of Mechanical, Electronic, and Information Engineering, China University of Mining and Technology (Beijing), Beijing, China) ,  Li Zhen (Beijing Advanced Innovation Center for Imaging Theory and Technology, Capital Normal University, Beijing, China) ,  Chen Siyun (Beijing Advanced Innovation Center for Imaging Theory and Technology, Capital Normal University, Beijing, China)
資料名： IEEE Access  (IEEE Access)
巻： 7  ページ： 184686-184699  発行年： 2019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： 採鉱プロセスにおける石炭と母岩の効率的分離は,石炭採掘効率を改善し,環境汚染を低減するために非常に重要である。石炭と母岩の自動検出は,石炭と母岩の分離のためのキーと基礎である。本論文において,著者らは,深い学習モデルに基づく石炭と母岩検出のための階層的フレームワークを提案した。このフレームワークにおいて,Gaussピラミッド原理を最初にマルチレベル訓練データを構築するために用いて,多重スケールを有する石炭と母岩画像特徴の集合に導いた。次に,石炭と母岩地域提案ネットワーク(CG-RPN)を設計し,画像中のターゲットオブジェクトの候補領域を決定した。次に,抽出された候補領域に基づいて石炭と母岩オブジェクトを認識するために,畳込みニューラルネットワーク(CNNs)を構築した。この方法を3つの異なるデータセットで実行した。実験結果は,提案方法が以前の方法と比較して石炭と母岩の検出精度を0.8%改善し,98.33%に達することを示した。さらに,著者らの提案方法は,個々の画像における複数の石炭と母岩オブジェクトの検出を可能にして,従来の方法における待ち行列要求の問題を解決した。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： ネットワーク ,  学習モデル ,  角錐 ,  *石炭 ,  母岩 ,  採炭 ,  採鉱 ,  環境汚染 ,  画像特性 ,  *脈石鉱物
準シソーラス用語： 畳込みニューラルネットワーク ,  マルチスケール ,  訓練データ ,  自動検出 ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 石炭 ,  脈石 ,  深層学習 ,  フレームワーク