文献

J-GLOBAL ID：201802218623491048   整理番号：18A0078069

MFNet:マルチスペクトルシーンを用いた自律車両のための実時間意味論的セグメンテーションに向けて【Powered by NICT】

MFNet: Towards real-time semantic segmentation for autonomous vehicles with multi-spectral scenes

著者 (5件)： Ha Qishen (Harada/Ushiku Lab., Graduate School of Information Science and Technology, The University of Tokyo) ,  Watanabe Kohei (Harada/Ushiku Lab., Graduate School of Information Science and Technology, The University of Tokyo) ,  Karasawa Takumi (Harada/Ushiku Lab., Graduate School of Information Science and Technology, The University of Tokyo) ,  Ushiku Yoshitaka (Harada/Ushiku Lab., Graduate School of Information Science and Technology, The University of Tokyo) ,  Harada Tatsuya (Harada/Ushiku Lab., Graduate School of Information Science and Technology, The University of Tokyo)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IROS  ページ： 5108-5115  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： 新しいRGB熱データセットに基づく自律車両のための街路景観の画像の意味的セグメンテーション,これについても本論文で紹介したについて述べた。自己運転車両への関心の高まりは自己駆動系への意味的セグメンテーションの適応をもたらした。しかし,意味的セグメンテーションに関連する最近の研究は,主として夜間および悪天候条件下で視程障害の時間で得られたRGB画像に基づいている。さらに,これらの方法の大部分は性能改善に焦点を当てた時間消費を無視している。前述の問題は,リアルタイム運転中保持されるセグメンテーション精度を可能にする多重スペクトル画像セグメンテーションのための新しい畳込みニューラルネットワークアーキテクチャを提案することを促した。熱とRGB画像を組み合わせたRGB熱データセットを作成することにより,この方法のベンチマークを行った。セグメンテーション精度は熱赤外情報を加えることにより有意に増加したことを示した。Copyright 2018 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： 画像 ,  荒天 ,  ベンチマーク ,  駆動方式 ,  *意味論 ,  畳込み ,  *セグメンテーション
準シソーラス用語： 画像セグメンテーション ,  多重スペクトル ,  セグメンテーション精度 ,  街路景観 ,  実時間 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： マルチスペクトル ,  シーン ,  自律 ,  実時間 ,  意味論 ,  セグメンテーション