@article{oai:nuis.repo.nii.ac.jp:00003608,
 author = {藤田, 晴啓 and 山本, 亮 and 河原, 和好 and 板垣, 正敏 and 市川, 健太 and 南雲, 彩花 and FUJITA, Haruhiro and YAMAMOTO, Ryo and KAWAHARA, Kazuyoshi and ITAGAKI, Masatoshi and ICHIKAWA, Kenta and Nagumo, Ayaka},
 journal = {新潟国際情報大学経営情報学部紀要, Journal of Niigata University of International and Information Studies Faculty of Business and Informatics},
 month = {Apr},
 note = {-, 車載カメラ画像のファインチューンドMask R-CNN モデルによる道路表面物セマンティックセグメンテーション、および土器3D-RGBA データの疑似ラベル教師あり分類・クラスタリングモデルによる導出クラスターと専門家分類のマッチング検証を行った。前者は4 つのCOCO データセット事前学習Mask R-CNN モデルを12 クラスの道路損傷等ラベル付15,881 セグメンテーションデータでファインチューニングを施し、推論および検証を行った。Mask R-CNN Inception ResNet101 AtrousCOCO が学習と推論で優れた結果を示した。東京国立博物館所蔵6 世紀須恵器の光学スキャナー計測データを3D-RGBA Voxel ベースに変換し、Multi View ベースを併用して疑似ラベル教師あり分類・クラスタリングモデルによりクラスターを導出した。須恵器身の色情報なし3D データから導出されたクラスターID3 には専門家分類型式のⅡ-4、特にⅡ-5 が多く集中し、クラスターID5 には専門家分類型式のⅡ-1 とⅡ-2 が集中する傾向が明らかとなった。その他のクラスターでは専門家分類型式が離散し、クラスターと専門家分類の大きな乖離がみられた。, -},
 pages = {27--39},
 title = {移動体センシングによるディープラーニング技術の開発},
 volume = {6},
 year = {2023},
 yomi = {フジタ, ハルヒロ and ヤマモト, リョウ and カワハラ, カズヨシ and イタガキ, マサトシ and イチカワ, ケンタ and ナグモ, アヤカ}
}