文献

J-GLOBAL ID：202102252195675279   整理番号：21A0575856

工学図の自動画像認識のための深層ニューラルネットワーク【JST・京大機械翻訳】

Deep Neural Network for Automatic Image Recognition of Engineering Diagrams

著者 (4件)： Yun Dong-Yeol (School of Chemical Engineering and Materials Science, Chung-Ang University, 84 Heukseok-ro, Dongjak-gu, Seoul 06974, Korea) ,  Seo Seung-Kwon (School of Chemical Engineering and Materials Science, Chung-Ang University, 84 Heukseok-ro, Dongjak-gu, Seoul 06974, Korea) ,  Zahid Umer (Chemical Engineering Department, King Fahd University of Petroleum and Minerals, Dhahran 31261, Saudi Arabia) ,  Lee Chul-Jin (School of Chemical Engineering and Materials Science, Chung-Ang University, 84 Heukseok-ro, Dongjak-gu, Seoul 06974, Korea)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 11  ページ： 4005  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  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： Pipingと装置図(P&ID)は,プロセス産業の重要な構成要素である。それらは,装置,線,弁,および制御論理を含む植物に関する情報を含んでいる。しかしながら,これらの図表の複雑性は,自動的に情報を抽出するのを困難にする。本研究では,P&IDにおけるグラフィカルシンボルを認識するための物体検出手法を実行した。フレームワークは,3つの部分領域提案,データアノテーション,および分類から成る。P&IDの領域提案ステップとして逐次画像処理を適用した。提案した領域を得た後に,教師なし学習法,k-平均,および深い適応クラスタ化を実行して,検出ダミーシンボルを分解して,それらのために陰性クラスを割り当てた。畳込みネットワークを訓練することにより,提案領域を分類し,記号情報を抽出することが可能である。結果は,提案したフレームワークがダミー検出を通して優れたシンボル認識性能を提供することを示した。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： 畳込み ,  *ネットワーク ,  教師なし学習 ,  画像処理 ,  クラスタ化 ,  アノテーション
準シソーラス用語： 物体検出 ,  複雑性 ,  *動画像認識 ,  *ディープニューラルネットワーク ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 畳込みニューラルネットワーク ,  オブジェクト検出 ,  配管と機器図 ,  教師なし学習

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

引用文献 (37件)：

• Howie, C.; Kunz, J.; Binford, T.; Chen, T.; Law, K. Computer interpretation of process and instrumentation drawings. Adv. Eng. Softw. 1998, 29, 563-570.
• Moreno-García, C.F.; Elyan, E.; Jayne, C. New trends on digitisation of complex engineering drawings. Neural Comput. Appl. 2018, 31, 1695-1712.
• Otsu, N. A threshold selection method from gray-level histograms. IEEE Trans. Syst. Man, Cybern. 1979, 9, 62-66.
• Sauvola, J.; Pietikäinen, M. Adaptive document image binarization. Pattern Recognit. 2000, 33, 225-236.
• Kittler, J.; Fu, K.S.; Pau, L.F. Pattern Recognition Theory and Application; D. Reidel Publishing Company: Dordrecht, Holland, 1981; Volume 81, pp. 292-305.

タイトルに関連する用語 (3件)： 工学 ,  画像認識 ,  深層ニューラルネットワーク