文献

J-GLOBAL ID：201702252877109615   整理番号：17A1271705

AdapNet:有害環境条件における適応意味論的セグメンテーション【Powered by NICT】

AdapNet: Adaptive semantic segmentation in adverse environmental conditions

著者 (4件)： Valada Abhinav (University of Freiburg, Germany) ,  Vertens Johan (University of Freiburg, Germany) ,  Dhall Ankit (VIT University, India) ,  Burgard Wolfram (University of Freiburg, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICRA  ページ： 4644-4651  発行年： 2017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： 受動光センサを用いた屋外環境のロバストなシーン理解は自律航法のための面倒と基本的なタスクである。問題は日中および季節にわたる環境条件を変化させてキャラクタリゼーション高濃度である。作動しなければならず,そして一層重要なことは実世界における安全性を確保するためにロボットはこれらの因子にするモデルを装備しなければならない。本論文では,新しい意味的セグメンテーションアーキテクチャと補助検査法とスペクトル,それらの各々は,入力空間の部分集合に特化したから特徴を学習するためにマルチストリーム深層ニューラルネットワークを可能にする深い専門家(CMoDE)融合法の複雑な混合物を提案した。著者らのモデルは,適応的シーン条件に基づくエキスパートネットワークのクラス特異的特徴である,さらにロバストなセグメンテーションを得るために融合し表現を学習する。雨,夏,冬,夕方,夜間および日没を含む多様な条件を含む三種類の公開利用可能データセット上で実験からの結果を提示し,筆者らのアプローチが最新技術を超えることを示した。添加では,知覚のみセグメンテーションを用いた森林環境の数キロメートルを横断する自律の性能を評価した。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： 安全性 ,  光センサ ,  ロボット ,  ニューラルネットワーク ,  キャラクタリゼーション ,  *意味論 ,  スペクトル ,  ロバスト性 ,  *セグメンテーション ,  部分集合
準シソーラス用語： マルチストリーム ,  自律航法 ,  シーン理解 ,  屋外環境 ,  *環境条件 , 【Automatic Indexing@JST】

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (4件)： 環境条件 ,  適応 ,  意味論 ,  セグメンテーション