文献

J-GLOBAL ID：202102257065297580   整理番号：21A0967997

路面画像を用いた深層学習に基づく路面状態の分類に関する検討

A Note on Discrimination of Road Surface Conditions Based on Deep Learning Using Road Images

著者 (4件)： 諸戸祐哉 (北大 大学院情報科学院) ,  前田圭介 (北大) ,  小川貴弘 (北大 大学院情報科学研究院) ,  長谷山美紀 (北大 大学院情報科学研究院)
資料名： 映像情報メディア学会技術報告
巻： 45  号： 4(MMS2021 1-28/ME2021 1-28/AIT2021 1-28)  ページ： 165-169  発行年： 2021年02月11日 
JST資料番号： S0209A  ISSN： 1342-6893  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,路線に設置した定点カメラにより撮像された画像(以降,路面画像)を用いた深層学習に基づく路面状態の分類に関する検討を行う.路面画像群を路面状態に基づくカテゴリに分類を行う場合,1つのカテゴリに属する路面画像が多数を占めるため,データ不均衡となる.提案手法では,多数の正常サンプルの中から少数の異常サンプルの検出を目的とする異常検知アルゴリズムを路面画像に適用することで,データ不均衡問題に対応する.ここで,異常サンプル群は複数のカテゴリに属する路面画像から構成されており,異常検知に加えて詳細な分類を行うことで,異常と判定された理由を説明可能となる.一般的な異常検知では,正常サンプルと異常サンプルの分類を目的としているため,異常サンプルの検出に加えて,それらの詳細な分類を行う手法は未だ提案されていない.本稿では,異常サンプルの検知および分類を行うClassification-Aided Deep Convolutional Autoencoding Gaussian Mixture Modelを新たに構築することで,路面画像の分類を実現する.さらに,路面画像を用いた実験によりその有効性を検証する.(著者抄録)

シソーラス用語： 画像処理 ,  *画像処理システム ,  *映像 ,  評価試験 ,  *機械学習 ,  路面 ,  *パターン分類 ,  検出 ,  試料 ,  システム評価 ,  *深層学習 ,  異常検出
準シソーラス用語： 異常検知 ,  サンプル

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 路面 ,  深層学習 ,  路面状態 ,  分類