文献

J-GLOBAL ID：201702284050800291   整理番号：17A0056293

深部ニューラルネットワークを用いた路上物体検出【Powered by NICT】

On-road object detection using deep neural network

著者 (5件)： Kim Huieun (Department of Information and communication engineering, INHA University Computer Vision Laboratory, Incheon, South Korea) ,  Lee Youngwan (Department of Information and communication engineering, INHA University Computer Vision Laboratory, Incheon, South Korea) ,  Yim Byeounghak (Department of Information and communication engineering, INHA University Computer Vision Laboratory, Incheon, South Korea) ,  Park Eunsoo (Department of Information and communication engineering, INHA University Computer Vision Laboratory, Incheon, South Korea) ,  Kim Hakil (Department of Information and communication engineering, INHA University Computer Vision Laboratory, Incheon, South Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICCE-Asia  ページ： 1-4  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 輸送システムの工業化は千人の死亡をもたらしたことを重大事故を導いた。問題を解決するために,自律車両と先進的運転者支援システムのためのビジョンベースの物体検出を研究した。本研究では,深層ニューラルネットワークを用いた道路環境における物体検出と定位の実験を提供する。オブジェクトクラスの検出精度を比較し,KITTIデータセット上で微調整された単一ショット多重ボックス検出器を用いた認識結果を分析した。本研究では,全体の検出の精度を6%程度増加させることによって元の検出モデルの性能を改善し,特に歩行者とサイクリストの約10%であった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 工業化 ,  *ニューラルネットワーク ,  定位 ,  粒状材 ,  歩行者 ,  交通システム ,  深層 ,  *深部 ,  サイクリスト
準シソーラス用語： 微調整 ,  検出精度 ,  道路環境 ,  運転者支援システム ,  自律性 ,  *物体検出 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 深部ニューラルネットワーク ,  物体検出