文献

J-GLOBAL ID：202202289726577025   整理番号：22A0971144

作業者安全性のための個人保護装置の100+FPS検出器:グリーンエッジ計算のための深層学習アプローチ【JST・京大機械翻訳】

100+ FPS detector of personal protective equipment for worker safety: A deep learning approach for green edge computing

著者 (6件)： Ke Xiao (Fujian Provincial Key Laboratory of Networking Computing and Intelligent Information Processing, College of Mathematics and Computer Science, Fuzhou University, Fuzhou, China) ,  Ke Xiao (Key Laboratory of Spatial Data Mining & Information Sharing, Ministry of Education, Fuzhou, China) ,  Chen Wenyao (Fujian Provincial Key Laboratory of Networking Computing and Intelligent Information Processing, College of Mathematics and Computer Science, Fuzhou University, Fuzhou, China) ,  Chen Wenyao (Key Laboratory of Spatial Data Mining & Information Sharing, Ministry of Education, Fuzhou, China) ,  Guo Wenzhong (Fujian Provincial Key Laboratory of Networking Computing and Intelligent Information Processing, College of Mathematics and Computer Science, Fuzhou University, Fuzhou, China) ,  Guo Wenzhong (Key Laboratory of Spatial Data Mining & Information Sharing, Ministry of Education, Fuzhou, China)
資料名： Peer-to-Peer Networking and Applications  (Peer-to-Peer Networking and Applications)
巻： 15  号： 2  ページ： 950-972  発行年： 2022年 
JST資料番号： W4837A  ISSN： 1936-6450  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： 工業生産において,個人保護装置(PPE)は労働者を事故傷害から保護する。しかし,PPEの着用は,全ての種類の理由により労働者の間で厳密には施行されていない。労働者の監視を強化し,安全事故を回避するため,PPEの自動検出方法を設計することが重要である。本論文では,4種類のPPE(ヘルメット,安全ベスト,マスクおよびグローブ)を含む,本研究のためにFZU-PPEと呼ばれるデータセットを構築した。モデルサイズと資源消費を減らすために,作業者がPPEを着用するかどうかの超高速検出のための深層学習に基づく軽量物体検出法を提案した。最小精度損失で,それぞれ32%と25%の検出モデルの計算量とパラメータを減らすために,物体検出アルゴリズムのネットワーク構造を最適化するために2つの軽量方法を使用した。検出モデルのサイズをさらに低減するために,BN層スケーリング因子γに基づくチャネル剪定アルゴリズムを提案した。実験により,著者らの軽量物体検出法を用いたPPEの自動検出は,単一ビデオフレームを検出し,105FPSの検出速度を達成するのに,9.5msだけを要することを示した。著者らの検出モデルは,1.82MBの最小サイズと86.7%のモデルサイズ圧縮速度を持ち,それは埋込みとモバイル機器のためのメモリ占有と計算資源の厳密な要求を満たすことができた。著者らのアプローチは,グリーンエッジコンピューティングのための超高速検出法である。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： アルゴリズム ,  記憶装置 ,  最適化 ,  *安全性 ,  安全帽 ,  *作業者 ,  *保護装置 ,  労働者 ,  ネットワーク構造 ,  計算量 ,  検出法 ,  外傷
準シソーラス用語： 検出アルゴリズム ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 超高速検出 ,  個人保護装置 ,  モデル軽量化 ,  グリーンエッジコンピューティング

分類 (1件)： 安全管理  (KB06000D)

タイトルに関連する用語 (6件)： 個人 ,  検出器 ,  グリーン ,  エッジ ,  計算 ,  深層学習