| 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 | 2019-11-01 11:00 Sea Fog Classification from GOCI Images using CNN Transfer Learning Models ○Ho-Kun Jeon・Jonathan Edwin・Seungryong Kim・Chan-Su Yang（KIOST）  SANE2019-65 |
|
| 抄録 | （和） | This study provides an approaching method of classifying sea fog from Geostationary Ocean Color Image, an optical satellite of South Korea. Convolution Neural Network Transfer Learning (CNN-TL) model is used because of a higher classification ability than a single CNN. The CNN-TL model is combined with dataset VGG19 and ResNet50 which have high performance but less layer than other datasets. In classification with 3-bands training images, the CNN-TL shows 96.7% and 93.0% in VGG19 and ResNet50, respectively. On the other hand, only CNN with identical training images shows the accuracy of 85.3% in VGG19 and 52% in VGG19 and ResNet 50. The result can be used to automate local sea fog detection and prediction. |
| （英） | This study provides an approaching method of classifying sea fog from Geostationary Ocean Color Image, an optical satellite of South Korea. Convolution Neural Network Transfer Learning (CNN-TL) model is used because of a higher classification ability than a single CNN. The CNN-TL model is combined with dataset VGG19 and ResNet50 which have high performance but less layer than other datasets. In classification with 3-bands training images, the CNN-TL shows 96.7% and 93.0% in VGG19 and ResNet50, respectively. On the other hand, only CNN with identical training images shows the accuracy of 85.3% in VGG19 and 52% in VGG19 and ResNet 50. The result can be used to automate local sea fog detection and prediction. | |
| キーワード | （和） | Sea Fog / CNN / Classification / Transfer learning / Ocean color / / / |
| （英） | Sea Fog / CNN / Classification / Transfer learning / Ocean color / / / | |
| 文献情報 | 信学技報, vol. 119, no. 255, SANE2019-65, pp. 87-90, 2019年10月. | |
| 資料番号 | SANE2019-65 | |
| 発行日 | 2019-10-24 (SANE) | |
| 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 | SANE2019-65 |
|
| 研究会情報 | |
| 研究会 | SANE |
| 開催期間 | 2019-10-31 - 2019-11-01 |
| 開催地（和） | 韓国（済州島） |
| 開催地（英） | KOREA (Jeju) |
| テーマ（和） | ICSANE2019 |
| テーマ（英） | ICSANE2019 |
| 講演論文情報の詳細 | |
| 申込み研究会 | SANE |
| 会議コード | 2019-10-SANE |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Sea Fog Classification from GOCI Images using CNN Transfer Learning Models |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Sea Fog / Sea Fog |
| キーワード(2)（和/英） | CNN / CNN |
| キーワード(3)（和/英） | Classification / Classification |
| キーワード(4)（和/英） | Transfer learning / Transfer learning |
| キーワード(5)（和/英） | Ocean color / Ocean color |
| 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） | Ho-Kun Jeon / Ho-Kun Jeon / |
| 第1著者 所属（和/英） | Korea Institute of Ocean Science & Technology (略称： KIOST) Korea Institute of Ocean Science & Technology (略称： KIOST) |
| 第2著者 氏名（和/英/ヨミ） | Jonathan Edwin / Jonathan Edwin / |
| 第2著者 所属（和/英） | Korea Institute of Ocean Science & Technology (略称： KIOST) Korea Institute of Ocean Science & Technology (略称： KIOST) |
| 第3著者 氏名（和/英/ヨミ） | Seungryong Kim / Seungryong Kim / |
| 第3著者 所属（和/英） | Korea Institute of Ocean Science & Technology (略称： KIOST) Korea Institute of Ocean Science & Technology (略称： KIOST) |
| 第4著者 氏名（和/英/ヨミ） | Chan-Su Yang / Chan-Su Yang / |
| 第4著者 所属（和/英） | Korea Institute of Ocean Science & Technology (略称： KIOST) Korea Institute of Ocean Science & Technology (略称： KIOST) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-11-01 11:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SANE |
| 資料番号 | SANE2019-65 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.255 |
| ページ範囲 | pp.87-90 |
| ページ数 | 4 |
| 発行日 | 2019-10-24 (SANE) |
[研究会発表申込システムのトップページに戻る]