| 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 | 2024-03-14 16:20 深層学習Segment Anythingに基づく動的RGBD動画像からの森林環境内における異常物の検出と追跡 ○鈴木優太（早大）・大和淳司（工学院大）・大谷 淳（早大）  IMQ2023-59 IE2023-114 MVE2023-88 |
|
| 抄録 | （和） | 本研究では、森林内で取得された動的RGB-D動画像から、不法投棄や枯木などの異常物による変化と、四季や日照条件によって発生する木や草などの自然物の変化を区別し、前者のみを対処が必要な変化として分類する手法を提案する。提案手法においては、自然物の変化が多彩であり、全ての変化のデータを収集することは難しいことに着目し、ゼロショットセグメンテーション手法Segment Anythingをベースとした複数の手法を組み合わせる。提案手法の有効性を検証するため、四季による変化が顕著な低草の丈に着目し，森林内３地点で実験を行った。提案手法により、0.8程度のmIoUで異常物と自然物が分類可能であることを確認し、ロボットによる不法投棄検知が可能である見通しを得られた。 |
| （英） | This paper proposes a method for distinguishing changes caused by abnormal objects such as illegal dumping and fallen trees from natural changes such as seasonal variations in trees and grass from dynamic RGB-D video images acquired in forests. The proposed method combines various techniques, including the zero-shot segmentation method Segment Anything, due to the difficulty in collecting data on all natural changes. Experiments focuses on shrub grass height changes across seasons. Experiments conducted at three forest sites demonstrate the method's ability to classify anomalous and natural objects with an mIoU of approximately 0.8, indicating the potential feasibility of robot-based illegal dumping detection. | |
| キーワード | （和） | Segment Anything / 森林 / 異常検知 / モニタリングロボット / / / / |
| （英） | Segment Anything / Forest / Anomaly Detection / Monitoring Robot / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 432, IE2023-114, pp. 252-257, 2024年3月. | |
| 資料番号 | IE2023-114 | |
| 発行日 | 2024-03-06 (IMQ, IE, MVE) | |
| 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 | IMQ2023-59 IE2023-114 MVE2023-88 |
|
| 研究会情報 | |
| 研究会 | IE MVE CQ IMQ |
| 開催期間 | 2024-03-13 - 2024-03-15 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | Okinawa Sangyo Shien Center |
| テーマ（和） | 五感に訴えるオンラインメディアとその評価，および一般（魅力工学研究会協賛） |
| テーマ（英） | Media of five senses, Multimedia, Media experience, Picture codinge, Image media quality, Network,quality and reliability, etc（AC） |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2024-03-IE-MVE-CQ-IMQ |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習Segment Anythingに基づく動的RGBD動画像からの森林環境内における異常物の検出と追跡 |
| サブタイトル（和） | |
| タイトル（英） | Detection and Tracking of Abnormal Objects in Forests from Dynamic Time-sequential RGBD Images Based on Deep Learning Segment Anything |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Segment Anything / Segment Anything |
| キーワード(2)（和/英） | 森林 / Forest |
| キーワード(3)（和/英） | 異常検知 / Anomaly Detection |
| キーワード(4)（和/英） | モニタリングロボット / Monitoring Robot |
| キーワード(5)（和/英） | / |
| 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） | 鈴木 優太 / Yuta Suzuki / スズキ ユウタ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 大和 淳司 / Junji Yamato / ヤマト ジュンジ |
| 第2著者 所属（和/英） | 工学院大学 (略称： 工学院大) Kougakuin University (略称： Kougakuin Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 大谷 淳 / Jun Ohya / オオヤ ジュン |
| 第3著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-14 16:20:00 |
| 発表時間 | 20分 |
| 申込先研究会 | IE |
| 資料番号 | IMQ2023-59, IE2023-114, MVE2023-88 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.430(IMQ), no.432(IE), no.433(MVE) |
| ページ範囲 | pp.252-257 |
| ページ数 | 6 |
| 発行日 | 2024-03-06 (IMQ, IE, MVE) |
[研究会発表申込システムのトップページに戻る] (日本語ページの行間係数: 1)