お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2019-03-05 11:50
エッジコンピューティングを用いたドローン空撮物体認識における無線通信帯域の最適化手法
孫 鵬飛中尾彰宏東大NS2018-250
抄録 (和) ドローン空撮による監視、捜索救助などのサーベイランスにおいて、リアルタイム物体認識は非常に重要な技術課題である。しかし多くの機械学習を用いた物体認識のアルゴリズムは計算能力に対する要求が高い。そこで、一般的には、ドローンが撮影した映像をクラウドサーバーに送信し、機械学習等の計算を実行するアプローチが取られる。このアプローチにおける最大の課題は、物体認識の精度を確保するために撮影した高精細映像をクラウドサーバーへ送信し、帯域が多く必要となり、複数のドローンによるサービスがスケールアウトしないことである。そこで我々は、この課題を解決するために、物体認識モデルをニューラルネットワークにおいて段階的に分割し、無線使用帯域を削減しつつ、物体認識の精度を高水準に保持する方法を提案する。更に、計算量を大幅に追加で使用することなくデータ圧縮のためのニューラルネットワーク層の追加を行い、認識の精度を保持しつつ、無線使用帯域をさらに削減する提案を行う。通常のデータ圧縮の手法では、人間の視覚には影響がないデータ圧縮を行うことが目的であるが、本手法は、機械学習による物体認識に最適なデータ圧縮のためにニューラルネットワークの層を追加するところに新規性がある。評価実験では、YoloV2[1]モデルのシミュレーションを用いて、本研究の提案手法が従来のアプローチと比べて無線区間のデータ伝送量を64%減少しつつも、検出精度は僅か3%の減少に留まることを示す。 
(英) Real-time object detection is considered challenging in many UAV applications, such as detection, surveillance, search and rescue, etc. There have been many real-time object recognition models based on deep learning, which however require high computational resources. Generally, the cloud and edge servers are adopted to perform computing tasks based on images captured by the drone cameras.
The most challenging problem with this approach is that, high-definition images are captured and transmitted to the cloud server, the need for network bandwidth is extremely high for real-time object detection, the service by multiple drones is not to scaled out. We suppose the object-recognition is performed via deep neutral network, which is usually applied to the object features abstracted from images as intermediary data. For this reason, our proposed method splits a deep neural network model and executes a part of computation to obtain intermediary data, which is supposed to be smaller than the size of original images. Our approach preserves the accuracy of object recognition at a high level while reducing the volume of transferred wireless data. Moreover, we use additional computational resources for extra layers of the neural network, yet lightweight enough to be executed on a drone, to compress the intermediary data so as to reduce the wireless network bandwidth. Our data compression is optimized for machine learning instead of human eyes so that it reduces the data transmission by as much as 64% compared with the general approach, while the accuracy of object detection is reduced only by 3% .
キーワード (和) エッジコンピューティング / 人工知能 / 物体認識 / ドローン / 5G / / /  
(英) edge computing / AI / Object detection / drone / 5G / / /  
文献情報 信学技報, vol. 118, no. 465, NS2018-250, pp. 337-342, 2019年3月.
資料番号 NS2018-250 
発行日 2019-02-25 (NS) 
ISSN Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード NS2018-250

研究会情報
研究会 IN NS  
開催期間 2019-03-04 - 2019-03-05 
開催地(和) 沖縄コンベンションセンター 
開催地(英) Okinawa Convention Center 
テーマ(和) 一般 
テーマ(英) General 
講演論文情報の詳細
申込み研究会 NS 
会議コード 2019-03-IN-NS 
本文の言語 英語(日本語タイトルあり) 
タイトル(和) エッジコンピューティングを用いたドローン空撮物体認識における無線通信帯域の最適化手法 
サブタイトル(和)  
タイトル(英) An optimization method of wireless communication bandwidth in Drone object recognition using edge computing 
サブタイトル(英)  
キーワード(1)(和/英) エッジコンピューティング / edge computing  
キーワード(2)(和/英) 人工知能 / AI  
キーワード(3)(和/英) 物体認識 / Object detection  
キーワード(4)(和/英) ドローン / drone  
キーワード(5)(和/英) 5G / 5G  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 孫 鵬飛 / PengFei Sun / ソン ホウヒ
第1著者 所属(和/英) 東京大学 (略称: 東大)
The University of Tokyo (略称: Tokyo Univ.)
第2著者 氏名(和/英/ヨミ) 中尾 彰宏 / Akihiro Nakao / ナカオ アキヒロ
第2著者 所属(和/英) 東京大学 (略称: 東大)
The University of Tokyo (略称: Tokyo Univ.)
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2019-03-05 11:50:00 
発表時間 20分 
申込先研究会 NS 
資料番号 NS2018-250 
巻番号(vol) vol.118 
号番号(no) no.465 
ページ範囲 pp.337-342 
ページ数
発行日 2019-02-25 (NS) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会