文献

J-GLOBAL ID：202202291027401159   整理番号：22A0411737

建設現場での視覚的理解のための深層セマンティックセグメンテーション【JST・京大機械翻訳】

Deep semantic segmentation for visual understanding on construction sites

著者 (9件)： Wang Zifeng (Tsinghua-Berkeley Shenzhen Institute (TBSI), Tsinghua University, Shenzhen, China) ,  Zhang Yuyang (Tsinghua-Berkeley Shenzhen Institute (TBSI), Tsinghua University, Shenzhen, China) ,  Mosalam Khalid M. (Tsinghua-Berkeley Shenzhen Institute (TBSI), Tsinghua University, Shenzhen, China) ,  Mosalam Khalid M. (Department of Civil and Environmental Engineering, University of California, Berkeley, CA, USA) ,  Mosalam Khalid M. (Pacific Earthquake Engineering Research Center, University of California, Berkeley, CA, USA) ,  Gao Yuqing (Tsinghua-Berkeley Shenzhen Institute (TBSI), Tsinghua University, Shenzhen, China) ,  Gao Yuqing (Department of Civil and Environmental Engineering, University of California, Berkeley, CA, USA) ,  Gao Yuqing (Pacific Earthquake Engineering Research Center, University of California, Berkeley, CA, USA) ,  Huang Shao-Lun (Tsinghua-Berkeley Shenzhen Institute (TBSI), Tsinghua University, Shenzhen, China)
資料名： Computer-Aided Civil and Infrastructure Engineering  (Computer-Aided Civil and Infrastructure Engineering)
巻： 37  号： 2  ページ： 145-162  発行年： 2022年 
JST資料番号： T0294A  ISSN： 1093-9687  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 意味的セグメンテーションのような深層学習による構築サイトに関する視覚的理解は,ラベル付きデータセットの厳しい欠如のため,文献ではほとんど言及されていない。この問題を解決するため,異なる建設サイトから,建設活動における12クラスのオブジェクトを含む859の画像を収集し,ラベル付けした。次に,修正でこのデータセットにDeepLabV3+を採用した。著者らは,このモデルをプレトレインするために,都市景観データセットを活用して,次に,著者らの収集したデータセットに関してそれを微調整した。さらに,複数のデータ増強技術を利用して訓練データセットを拡張した。著者らのモデルは,[数式:原文を参照]画素の分解能で,2秒あたり45フレーム以上の処理能力で,サンプル外テストにおいて,結合(mIoU)と92.62%平均ピクセル精度(mPA)の0.6467平均交差点に達する。さらに,著者らは,サイトに関する視覚理解のために,赤-緑-青(RGB)-深さカメラを統合した合成ロボットシステムを開発した。それは,対象物の深さ情報を検出して,自動構築と視覚監視において高い可能性を有する。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  *視覚 ,  *セグメンテーション ,  交差点 ,  分解能 ,  画素 ,  都市景観 ,  スループット ,  深層
準シソーラス用語： 訓練データ ,  ロボットシステム ,  微調整 ,  深層学習 ,  *建設現場 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 建設現場 ,  視覚 ,  理解 ,  深層 ,  セマンティックセグメンテーション