文献

J-GLOBAL ID：202202286509692171   整理番号：22A0862856

コンピュータビジョンと深層学習を用いた運転中の携帯電話使用の検出【JST・京大機械翻訳】

Detection of Mobile Phone Usage While Driving Using Computer Vision and Deep Learning

著者 (3件)： Hwei Yeoh Mei (Device Development Group, Intel Microelectronics (M) Sdn. Bhd., Bayan Lepas, Pulau Pinang, Malaysia) ,  Sheikh Usman Ullah (School of Electrical Engineering, Faculty of Engineering, Universiti Teknologi Malaysia, Johor Bahru, Johor, Malaysia) ,  Alias Nurul Ezaila Binti (School of Electrical Engineering, Faculty of Engineering, Universiti Teknologi Malaysia, Johor Bahru, Johor, Malaysia)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 834  ページ： 173-179  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
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： 本研究では,運転中の携帯電話の使用のコンピュータビジョンに基づく検出を提案した。既存の研究の大多数は,車両内に搭載された車内カメラシステムに基づいており,運転者支援システムとして実装するのに適している。しかし,車両外に搭載されたカメラシステムに基づいて捉えられる既存のデータセットはない。したがって,得られたデータセットの全量は,本研究に限定されている。このプロジェクトに利用可能なデータセットがないので,マレーシア,Penang,Spice Arena近くの架空ブリッジでXF35mmf2レンズを有するFuji膜XT10を用いて画像を捕捉し,収集した。合計1351の画像が捕捉され,集められた。提案したシステムフレームワークを,Incep-V2アーキテクチャを有するFaster R-CNNに基づいて開発した。それは,COCOによって適用される検出評価基準に基づいている。全体の検出精度に関して,精度は88.71%であった。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  検出 ,  レンズ ,  システム ,  精度 ,  マレーシア ,  画像 ,  *コンピュータビジョン ,  評価基準 ,  計算機アーキテクチャ ,  *携帯電話 ,  *機械学習
準シソーラス用語： 物体検出 ,  検出精度 ,  運転者支援システム ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 高速R-CNN ,  Inception-V2 ,  オブジェクト検出 ,  深層学習

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  移動通信  (ND08030H)

タイトルに関連する用語 (3件)： コンピュータビジョン ,  深層学習 ,  携帯電話