| 講演抄録／キーワード |
| 講演名 |
2023-02-22 14:00
UAV自律飛行に向けたクラスタリングアルゴリズムによる階層型極小物体検出手法
○堀川雄生・菅谷 真・松村哲哉（日大） |
| 抄録 |
（和） |
本稿では，UAV自律飛行の実現に向けて，高精細画像中の極小物体を効率的に推論する手法を新規に提案する．YOLOv5に準拠した本手法は，3階層の処理で構成される．入力されたFull-HD画像に対して大きい粒度で特徴抽出を行う大域検出と，クラスタリングを通じて推定した極小物体密集領域に対して小さい粒度で特徴抽出を行う局所検出を階層的に行い，最後に統合処理を施すことで，画像中の大型・小型物体を検出すると同時に，極小物体の検出性能を向上させた．高解像度の空撮画像をベースとしたVisDroneデータセットを用いた評価の結果，本提案手法は従来手法と比較して，極小物体の検出において優位性があることを検証した． |
| （英） |
This paper describes an efficient minimum-sized object detection method in high-Resolution images for UAV autonomous flight. The proposed algorithm features a three-layers structure based on YOLOv5 architecture. Wide area detection extracts comprehensive features from inputted Full-HD images. Local area detection extracts detailed features from minimum-sized object-dense areas detected from the clustering algorithm. Finally, these detection results are integrated. This algorithm basically detects large and small objects and improves the performance of minimum-sized object detection. In evaluations with the VisDrone dataset that is basically consisted of high-resolution images, our algorithm confirms superior to conventional methods in minimum-sized object detection. |
| キーワード |
（和） |
UAV / 自律飛行 / 物体検出 / 高精細画像 / 深層学習 / 畳み込みニューラルネットワーク / クラスタリング / |
| （英） |
UAV / Autonomous Flight / Object Detection / High-Resolution Image / Deep Learning / CNN / Clustering / |
| 文献情報 |
映情学技報, vol. 47, no. 6, ME2023-51, pp. 235-238, 2023年2月. |
| 資料番号 |
ME2023-51 |
| 発行日 |
2023-02-14 (MMS, ME, AIT) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
MMS ME AIT IEICE-IE IEICE-ITS |
| 開催期間 |
2023-02-21 - 2023-02-22 |
| 開催地（和） |
北海道大学 |
| 開催地（英） |
Hokkaido Univ. |
| テーマ（和） |
画像処理，一般 |
| テーマ（英） |
Image Processing, etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
ME |
| 会議コード |
2023-02-MMS-ME-AIT-IE-ITS |
| 本文の言語 |
日本語 |
| タイトル（和） |
UAV自律飛行に向けたクラスタリングアルゴリズムによる階層型極小物体検出手法 |
| サブタイトル（和） |
|
| タイトル（英） |
Hierarchical Minimum-Sized Object Detection Method using Clustering Algorithm for UAV Autonomous Flight |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
UAV / UAV |
| キーワード(2)（和/英） |
自律飛行 / Autonomous Flight |
| キーワード(3)（和/英） |
物体検出 / Object Detection |
| キーワード(4)（和/英） |
高精細画像 / High-Resolution Image |
| キーワード(5)（和/英） |
深層学習 / Deep Learning |
| キーワード(6)（和/英） |
畳み込みニューラルネットワーク / CNN |
| キーワード(7)（和/英） |
クラスタリング / Clustering |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
堀川 雄生 / Yusei Horikawa / ホリカワ ユウセイ |
| 第1著者 所属（和/英） |
日本大学大学院 (略称： 日大)
Nihon University (略称： Nihon Univ) |
| 第2著者 氏名（和/英/ヨミ） |
菅谷 真 / Makoto Sugaya / スガヤ マコト |
| 第2著者 所属（和/英） |
日本大学大学院 (略称： 日大)
Nihon University (略称： Nihon Univ) |
| 第3著者 氏名（和/英/ヨミ） |
松村 哲哉 / Tetsuya Matsumura / マツムラ テツヤ |
| 第3著者 所属（和/英） |
日本大学 (略称： 日大)
Nihon University (略称： Nihon Univ) |
| 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 |
2023-02-22 14:00:00 |
| 発表時間 |
15分 |
| 申込先研究会 |
ME |
| 資料番号 |
MMS2023-31, ME2023-51, AIT2023-31 |
| 巻番号（vol） |
vol.47 |
| 号番号（no） |
no.6 |
| ページ範囲 |
pp.235-238 |
| ページ数 |
4 |
| 発行日 |
2023-02-14 (MMS, ME, AIT) |
|