論文の概要: Digitize-PID: Automatic Digitization of Piping and Instrumentation
Diagrams
- arxiv url: http://arxiv.org/abs/2109.03794v1
- Date: Wed, 8 Sep 2021 17:32:49 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-09 13:45:13.268141
- Title: Digitize-PID: Automatic Digitization of Piping and Instrumentation
Diagrams
- Title（参考訳）: Digitize-PID: 配管とインスツルメンテーション図の自動デジタイズ
- Authors: Shubham Paliwal, Arushi Jain, Monika Sharma and Lovekesh Vig
- Abstract要約: Digitize-PIDは、パイプ、シンボル、テキスト情報などのP&IDからコアコンポーネントを検出するエンドツーエンドパイプラインで構成される。
微細な深層認識技術に基づく新規で効率的なカーネルベースライン検出と複素シンボル検出のための2段階法を提案する。
その結果、Digiize-PIDは既存のP&IDデジタル化の最先端よりも優れていた。
- 参考スコア（独自算出の注目度）: 21.298283130966148
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Digitization of scanned Piping and Instrumentation diagrams(P&ID), widely
used in manufacturing or mechanical industries such as oil and gas over several
decades, has become a critical bottleneck in dynamic inventory management and
creation of smart P&IDs that are compatible with the latest CAD tools.
Historically, P&ID sheets have been manually generated at the design stage,
before being scanned and stored as PDFs. Current digitization initiatives
involve manual processing and are consequently very time consuming, labour
intensive and error-prone.Thanks to advances in image processing, machine and
deep learning techniques there are emerging works on P&ID digitization.
However, existing solutions face several challenges owing to the variation in
the scale, size and noise in the P&IDs, sheer complexity and crowdedness within
drawings, domain knowledge required to interpret the drawings. This motivates
our current solution called Digitize-PID which comprises of an end-to-end
pipeline for detection of core components from P&IDs like pipes, symbols and
textual information, followed by their association with each other and
eventually, the validation and correction of output data based on inherent
domain knowledge. A novel and efficient kernel-based line detection and a
two-step method for detection of complex symbols based on a fine-grained deep
recognition technique is presented in the paper. In addition, we have created
an annotated synthetic dataset, Dataset-P&ID, of 500 P&IDs by incorporating
different types of noise and complex symbols which is made available for public
use (currently there exists no public P&ID dataset). We evaluate our proposed
method on this synthetic dataset and a real-world anonymized private dataset of
12 P&ID sheets. Results show that Digitize-PID outperforms the existing
state-of-the-art for P&ID digitization.
- Abstract（参考訳）: 何十年もの間、石油やガスなどの製造業や機械産業で広く使われている走査配管・計測図(P&ID)のデジタル化は、動的在庫管理と最新のCADツールと互換性のあるスマートP&IDの作成において重要なボトルネックとなっている。
歴史的にP&IDシートは、PDFとしてスキャンされ保存される前に、設計段階で手動で生成される。
現在のデジタル化イニシアチブは、手作業による処理を伴い、従って非常に時間がかかり、労働集約的でエラーが発生し、画像処理、機械学習、ディープラーニング技術の進歩に感謝する。
しかしながら、既存のソリューションは、P&IDのスケール、サイズ、ノイズの変化、図面内での複雑さと混雑、図面の解釈に必要なドメイン知識など、いくつかの課題に直面している。
これは、パイプ、シンボル、テキスト情報などのP&IDからコアコンポーネントを検出するエンドツーエンドパイプラインで構成され、その後、相互に関連付けられ、最終的には、固有のドメイン知識に基づいた出力データの検証と修正を行います。
本論文では, 微細な深層認識技術に基づく新しい, 効率的なカーネルベースライン検出と複雑なシンボル検出のための2段階法について述べる。
さらに,500個のP&IDの注釈付き合成データセットであるDataset-P&IDを作成し,様々な種類のノイズと複雑なシンボルを公用として組み込んだ(現在パブリックなP&IDデータセットは存在しない)。
提案手法は,12枚のP&IDシートからなる実世界の匿名化されたプライベートデータセットである。
その結果,Digiize-PIDは既存のP&IDデジタル化技術よりも優れていた。
関連論文リスト
- Transforming Engineering Diagrams: A Novel Approach for P&ID Digitization using Transformers [2.5056643038238495]
本稿では,最先端のディープラーニングアーキテクチャであるRelationformerを用いて,P&IDからグラフを抽出する手法を提案する。
PID2Graphは,グラフ構造のための包括的ラベルを特徴とするP&IDデータセットである。
実世界のデータに対して、Relationformerは説得力のある結果を達成し、エッジ検出のためのモジュラーデジタル化アプローチを25%以上上回った。
論文 参考訳（メタデータ） (2024-11-21T08:27:18Z) - Advancing Cyber Incident Timeline Analysis Through Rule Based AI and Large Language Models [0.0]
本稿では,ルールベース人工知能(R-BAI)アルゴリズムとLarge Language Models(LLM)を組み合わせた新しいフレームワークGenDFIRを紹介する。
論文 参考訳（メタデータ） (2024-09-04T09:46:33Z) - PhotoMaker: Customizing Realistic Human Photos via Stacked ID Embedding [102.07914175196817]
PhotoMakerは、効率的なパーソナライズされたテキスト・ツー・イメージ生成方法である。
任意の数の入力ID画像をスタックID埋め込みに符号化し、ID情報を保存する。
論文 参考訳（メタデータ） (2023-12-07T17:32:29Z) - The Wyner Variational Autoencoder for Unsupervised Multi-Layer Wireless
Fingerprinting [6.632671046812309]
識別性能を向上させるための多層署名を共同で検討する多層フィンガープリントフレームワークを提案する。
従来の手法とは対照的に,近年のマルチビュー機械学習のパラダイムを活用して,マルチレイヤ機能間で共有されるデバイス情報を,監督なしでクラスタ化することができる。
実験の結果,提案手法は教師なしと教師なしの両方の設定において,最先端のベースラインよりも優れていた。
論文 参考訳（メタデータ） (2023-03-28T10:05:06Z) - Synthetic ID Card Image Generation for Improving Presentation Attack
Detection [12.232059909207578]
本研究は,不正検出ネットワークを訓練しながら,データ量を増やすために,IDカード画像を合成的に生成する3つの手法について検討する。
以上の結果から, PAIS (Print/Scan Presentation Attack Instrument Species) の性能低下や, PAIS (Sing/Scan Presentation Instrument Species) の性能低下を伴わずに, 合成画像でデータベースを補足できることが示唆された。
論文 参考訳（メタデータ） (2022-10-31T19:07:30Z) - Towards automatic generation of Piping and Instrumentation Diagrams
(P&IDs) with Artificial Intelligence [0.0]
本稿では,制御構造予測のための新しい完全データ駆動手法を提案する。
制御構造予測をプロセスフロー図(PFD)をP&IDに変換する変換タスクとして用いた。
このモデルは1万個の生成されたP&IDで74.8%、10万個の生成されたP&IDで89.2%の精度でトップ5の精度を達成した。
論文 参考訳（メタデータ） (2022-10-26T10:03:15Z) - Unsupervised Domain Adaptive Learning via Synthetic Data for Person
Re-identification [101.1886788396803]
人物再識別(re-ID)は、ビデオ監視に広く応用されているため、ますます注目を集めている。
残念なことに、主流のディープラーニング手法では、モデルをトレーニングするために大量のラベル付きデータが必要です。
本稿では,コンピュータゲーム内で合成されたre-IDサンプルを自動的に生成するデータコレクタを開発し,同時にアノテートするデータラベラを構築した。
論文 参考訳（メタデータ） (2021-09-12T15:51:41Z) - Automatic digital twin data model generation of building energy systems
from piping and instrumentation diagrams [58.720142291102135]
建物からP&IDのシンボルや接続を自動で認識する手法を提案する。
シンボル認識,線認識,およびデータセットへの接続の導出にアルゴリズムを適用する。
このアプローチは、制御生成、(分散)モデル予測制御、障害検出といった、さらなるプロセスで使用することができる。
論文 参考訳（メタデータ） (2021-08-31T15:09:39Z) - Multi-Type-TD-TSR -- Extracting Tables from Document Images using a
Multi-stage Pipeline for Table Detection and Table Structure Recognition:
from OCR to Structured Table Representations [63.98463053292982]
テーブルの認識は、テーブル検出とテーブル構造認識という2つの主要なタスクから構成される。
最近の研究は、テーブル構造認識のタスクにトランスファーラーニングを併用したディープラーニングアプローチへの明確な傾向を示している。
本稿では,テーブル認識問題に対するエンドツーエンドのソリューションを提供するMulti-Type-TD-TSRというマルチステージパイプラインを提案する。
論文 参考訳（メタデータ） (2021-05-23T21:17:18Z) - Generalized Iris Presentation Attack Detection Algorithm under
Cross-Database Settings [63.90855798947425]
プレゼンテーションアタックは、バイオメトリックなモダリティの大部分に大きな課題をもたらす。
本稿では,汎用的な深層学習に基づくプレゼンテーション攻撃検出ネットワークであるMVANetを提案する。
これはハイブリッドアルゴリズムの単純さと成功、あるいは複数の検出ネットワークの融合にインスパイアされている。
論文 参考訳（メタデータ） (2020-10-25T22:42:27Z) - Data Mining with Big Data in Intrusion Detection Systems: A Systematic
Literature Review [68.15472610671748]
クラウドコンピューティングは、複雑で高性能でスケーラブルな計算のために、強力で必要不可欠な技術になっている。
データ生成の迅速化とボリュームは、データ管理とセキュリティに重大な課題をもたらし始めている。
ビッグデータ設定における侵入検知システム(IDS)の設計と展開が重要視されている。
論文 参考訳（メタデータ） (2020-05-23T20:57:12Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。