液滴可視化画像に対する深層学習を用いた深度予測手法の提案
Proposal of Depth Estimation Method Using Deep Learning for Droplet Visualization
- 提供方法
- 他サイトにて提供・販売
- 入手方法の確認はこちら
- 文献番号
- 20214728
- 文献・情報種別
- 自動車技術会論文集
Vol.52 No.5
- 掲載ページ
- 1071-1076(Total 6 p)
- 発行年月
- 2021年 9月
- 出版社
- (公社)自動車技術会
- 言語
- 日本語
書誌事項
カテゴリ | 研究論文 |
---|---|
カテゴリ(英) | ResearchPaper 翻訳 |
著者 | 1) 小原 昭, 2) 菊池 飛鳥, 3) 川本 裕樹, 4) 杉山 直輝, 5) 蔵本 結樹, 6) 奈良 祥太朗, 7) 落合 成行, 8) 高橋 俊, 9) 野原 徹雄 |
著者(英) | 1) Akira Obara, 2) Asuka Kikuchi, 3) Yuki Kawamoto, 4) Naoki Sugiyama, 5) Yuiki Kuramoto, 6) Shotaro Nara, 7) Masayuki Ochiai, 8) Shun Takahashi, 9) Tetsuo Nohara |
勤務先 | 1) 東海大学大学院, 2) 東海大学大学院, 3) 東海大学大学院, 4) 東海大学大学院, 5) 東海大学大学院, 6) 東海大学大学院, 7) 東海大学, 8) 東海大学, 9) 東海大学 |
抄録 | 尿素SCRシステムにおける尿素噴霧液滴の微粒化検証や粒径計測には,高速度カメラにより撮影された液滴可視化画像が用いられる.本研究では被写界深度ボケの影響を受けた液滴を含む可視化画像に対し,深層学習による深度推定モデルを用いることで粒径分布測定の精度向上を目指したピント液滴判別手法を提案した. |
抄録(英) | In the Urea-SCR system, two-dimensional visualization images of spray droplet taken by a high-speed camera are used for verification of atomization and measurement of droplet diameter. This paper describes the method for predicting the droplet diameter from visualization image with depth of field using deep learning to improve accuracy of measuring droplet size distribution. As a result from trained model, this method showed applicability to measure droplet within various depths. 翻訳 |