文献

J-GLOBAL ID：202102219145418301   整理番号：21A2491904

RGB-Dを用いた家禽内臓における器官セグメンテーション【JST・京大機械翻訳】

Organ Segmentation in Poultry Viscera Using RGB-D

著者 (8件)： Philipsen Mark Philip (Media Technology, Aalborg University, 9000 Aalborg, Denmark) ,  Dueholm Jacob Velling (Media Technology, Aalborg University, 9000 Aalborg, Denmark) ,  Jorgensen Anders (Media Technology, Aalborg University, 9000 Aalborg, Denmark) ,  Jorgensen Anders (IHFood, Carsten Niebuhrs Gade 10, 2. tv., 1577 Copenhagen, Denmark) ,  Escalera Sergio (Media Technology, Aalborg University, 9000 Aalborg, Denmark) ,  Escalera Sergio (Mathematics and Informatics, University of Barcelona, 08007 Barcelona, Spain) ,  Escalera Sergio (Computer Vision Center, Bellaterra, 08193 Barcelona, Spain) ,  Moeslund Thomas Baltzer (Media Technology, Aalborg University, 9000 Aalborg, Denmark)
資料名： Sensors (Web)  (Sensors (Web))
巻： 18  号： 1  ページ： 117  発行年： 2018年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 視覚構造の意味論的セグメンテーションのためのパターン認識フレームワーク,即ち,画素レベルでのマルチクラスラベリング,およびRGB-D画像における屠殺された家禽からの内臓におけるセグメンテーション器官のタスクに適用した。これは,養鶏加工工場における現在の激しい手動検査を置き換えるためのステップである。畳込みニューラルネットワーク(CNN)からの活性化マップのような特徴マップから特徴を抽出した。ランダムフォレスト分類器はクラス確率を割り当て,条件付きランダム場におけるコンテキストを利用してさらに精密化する。提案手法は,2Dと3D特徴の両方に適合し,3DとCNN導出特徴を追加することを可能にした。データセットは,604RGB-D画像から成り,4つの異なる展望から151のユニークな内臓のユニークなセットを示した。2D,3DおよびCNNに由来する特徴を用いて,2D,3DおよびCNNから導かれた特徴を用いて,78.11%の平均Jaccard指数を,基本2D画像特徴のみを用いて74.28%と比較して達成した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  パターン認識 ,  意味論 ,  *セグメンテーション ,  画素 ,  画像特性 ,  *家禽 ,  二次元 ,  三次元 ,  養鶏
準シソーラス用語： 確率場 ,  ランダムフォレスト ,  特徴マップ ,  *RGB-D ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (7件)： セマンティックセグメンテーション ,  RGB-D ,  ランダムフォレスト ,  条件付き確率場 ,  2D ,  3D ,  CNN

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (42件)：

• Sun, D.W. Computer Vision Technology for Food Quality Evaluation; Academic Press: Cambridge, MA, USA, 2016.
• United States Department of Agriculture (USDA). Poultry Statistics. Available online: https://www.ers.usda.gov/topics/animal-products/poultry-eggs/statistics-information.aspx (accessed on 30 November 2016).
• Chao, K.; Yang, C.; Chen, Y.; Kim, M.; Chan, D. Hyperspectral-multispectral line-scan imaging system for automated poultry carcass inspection applications for food safety. Poult. Sci. 2007, 86, 2450-2460.
• Park, B.; Lawrence, K.C.; Windham, W.R.; Smith, D.P. Multispectral imaging system for fecal and ingesta detection on poultry carcasses. J. Food Process Eng. 2004, 27, 311-327.
• Food, I. ClassifEYE-Inspection, Grading and Quality Assurance. Available online: http://www.ihfood.dk/poultry2111 (accessed on 2 December 2016).

タイトルに関連する用語 (5件)： RGB-D ,  家禽 ,  内臓 ,  器官 ,  セグメンテーション