文献

J-GLOBAL ID：202202250028450979   整理番号：22A0805345

法医学研究における高度に複雑な背景を持つ複数の珪藻を認識し位置決めするための粗いフレームワーク【JST・京大機械翻訳】

A coarse to fine framework for recognizing and locating multiple diatoms with highly complex backgrounds in forensic investigation

著者 (13件)： Deng Jiehang (School of Computers, Guangdong University of Technology, Guangzhou, China) ,  Deng Jiehang (School of Computer Science and Software, Zhaoqing University, Zhaoqing, China) ,  Wei Haomin (School of Computers, Guangdong University of Technology, Guangzhou, China) ,  He Dongdong (School of Computers, Guangdong University of Technology, Guangzhou, China) ,  Gu Guosheng (School of Computers, Guangdong University of Technology, Guangzhou, China) ,  Kang Xiaodong (Guangzhou Forensic Science Institute and Key Laboratory of Forensic Pathology, Ministry of Public Security, Guangzhou, China) ,  Liang Hongjin (School of Computers, Guangdong University of Technology, Guangzhou, China) ,  Liu Chao (Guangzhou Forensic Science Institute and Key Laboratory of Forensic Pathology, Ministry of Public Security, Guangzhou, China) ,  Wu Peijie (School of Computers, Guangdong University of Technology, Guangzhou, China) ,  Zhong Yuanli (School of Computers, Guangdong University of Technology, Guangzhou, China) ,  Xu Shihe (School of Mathematics and Statistics, Zhaoqing University, Zhaoqing, China) ,  Ling Wing-Kuen (School of Information Engineering, Guangdong University of Technology, Guangzhou, China) ,  Zhao Jian (Guangzhou Forensic Science Institute and Key Laboratory of Forensic Pathology, Ministry of Public Security, Guangzhou, China)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 81  号： 4  ページ： 4839-4857  発行年： 2022年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 法医学調査では,画像中の複数の珪藻オブジェクトの認識と位置決めは,高度に複雑な背景の干渉のため,挑戦的な問題である。この課題に取り組むために,深い学習ネットワークに基づく粗い微細珪藻認識と局所化フレームワークをこの論文で提案する。最初に,珪藻画像を死体に関する解剖学的研究を実施することによって得た。次に,高解像度電子顕微鏡を走査した。次に,珪藻オブジェクトを位置決めし,認識するために,粗い深い学習フレームワークを構築した。既存の珪藻類分類と認識法とは異なり,低解像度の光学顕微鏡を用い,簡単なバックグラウンドで完了し,このフレームワークは,非常に高い分解能で,複雑なバックグラウンド干渉に悩まされる,高い定義電子走査顕微鏡を利用する。提案したフレームワークの有効性を実証するために,異なるバックグラウンド干渉度を有する4つの珪藻画像データセットを構築した。また,3つのコンピュータ数値シミュレーション解析を行った。それらは,1)珪藻認識における伝統的方法の限界,2)訓練戦略の最適化組成とネットワークモデル,3)提案フレームワークの性能である。コンピュータ数値シミュレーション結果は,提案したフレームワークが0.852の認識精度を達成することを示した。これはAlexNetによって達成された0.758より大きい。さらに,それは法医学調査における高度に複雑なバックグラウンド干渉の問題を克服することができる。さらに,それは同時に様々な珪藻画像における多重オブジェクトを位置決めし,認識できる。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 干渉 ,  最適化 ,  シミュレーション ,  電子顕微鏡 ,  学習 ,  ネットワーク ,  光学顕微鏡 ,  画像 ,  多重化 ,  *珪藻類 ,  *法医学 ,  高分解能 ,  コンピュータ
準シソーラス用語： 数値シミュレーション , 【Automatic Indexing@JST】

著者キーワード (5件)： 珪藻 ,  法医学 ,  深層学習 ,  オブジェクト検出 ,  複雑な背景

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 法医学 ,  研究 ,  背景 ,  珪藻 ,  フレームワーク