文献

J-GLOBAL ID：201702272067125494   整理番号：17A1357004

深部ニューラルネットワークに基づく路上物体検出のためのドメイン特異的データ増強【Powered by NICT】

Domain-specific data augmentation for on-road object detection based on a deep neural network

著者 (4件)： Kim Hui Eun (Information and Communication Engineering Department, INHA University, Incheon, 22212, Korea) ,  Lee Youngwan (Electronics and Telecommunications Research Institute, Daejeon, Korea) ,  Kim Hakil (Information and Communication Engineering Department, INHA University, Incheon, 22212, Korea) ,  Cui Xuenan (Information and Communication Engineering Department, INHA University, Incheon, 22212, Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IV  ページ： 103-108  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： 深層ニューラルネットワークに基づく路上物体検出を改善するためのデータ増強戦略を提案した。法は単一カメラを使用し,運転環境用に最適化された深層ニューラルネットワークに基づく物体を検出する。戦略は,物体検出のための単一ショット多ボックス検出器(SSD),最新性ディープ学習アルゴリズムを用いた。性能は路上物体認識に特異的な先進的運転者支援システム(ADAS)のためのデータ増加を用いて改善された。物体検出の問題を最初にADAS領域における深層ニューラルネットワークに基づいて解析し,深層ニューラルネットワークを用いた代表的な物体検出方法を概観した。制限されたランダム作物プロセスは画像中の小物体を検出するための示唆され,路上データセットにおけるロングテール特性を解くための提案したパッチ再サンプリング戦略。提案したADASドメイン固有データ増強法は,深いニューラルネットワークに基づく元の物体検出法のための調整した。物体検出結果は,KITTIベンチマークデータセットに埋め込まれたボードを用いて評価し,提案したデータ増大手法が平均精度を30%改善した。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： 深層 ,  農作物 ,  粒状材 ,  物体認識 ,  *ニューラルネットワーク ,  画像 ,  検出器 ,  カメラ ,  最適化 ,  学習アルゴリズム
準シソーラス用語： リサンプリング ,  運転者支援システム ,  *物体検出 ,  ディープニューラルネットワーク , 【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 (4件)： 深部ニューラルネットワーク ,  物体検出 ,  ドメイン ,  データ増強