文献

J-GLOBAL ID：202202228950094698   整理番号：22A1077612

船舶検出CNNモデルのための音と映像を用いた教師データの比較検討

Comparison of Training Data with Sound and Video for Boat Detection using Convolutional Neural Network

著者 (3件)： 庭山耕平 (芝浦工大) ,  武藤憲司 (芝浦工大) ,  小林洋介 (室蘭工大)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2022  号： 春季  ページ： ROMBUNNO.1-1P-1  発行年： 2022年02月23日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・運河を航行するうるさい船舶の印象低減に向けて,筆者らは船舶通知システムの開発を推進。
・環境音と映像を用いた船舶検出の実現のため,環境音と映像に共通して付与する船舶ラベルの区間を検討。
・この結果から,環境音と映像の両方に船舶の情報を含む区間に船舶ラベルを付与することが有効。
・今後は環境音と映像を個別に学習したモデルを結合する場合と船舶検出精度の比較を実施。

シソーラス用語： 船舶 ,  *音響 ,  *映像 ,  ラベリング ,  精度 ,  データ
準シソーラス用語： *環境音 ,  ラベル付与 ,  検出精度 ,  教師データ

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (5件)：

• Muto et al., Proc. WESPAC, pp.221-224, 2015.
• Kai et al., Proc.7th IEEE GCCE2018, 2018.
• 山口 他, 信学論(A), J103-A(10), pp.251-254, 2020.
• 庭山 他, IEICE 東京支部学生会研究発表会, p.110, 2021.
• Mroueh et al., Proc. IEEE ICASSP, pp.2130-2134, 2015.

タイトルに関連する用語 (7件)： 船舶 ,  CNN ,  モデル ,  音 ,  映像 ,  教師データ ,  比較検討