文献

J-GLOBAL ID：201802228160280650   整理番号：18A0723799

車両ネットワークにおける実生活交通標識のための深い検出ネットワーク【JST・京大機械翻訳】

Deep detection network for real-life traffic sign in vehicular networks

著者 (5件)： Yang Tingting (State Key Laboratory of Virtual Reality Technology and Systems, School of Computing Science and Engineering, Beihang University, Beijing, China) ,  Long Xiang (State Key Laboratory of Virtual Reality Technology and Systems, School of Computing Science and Engineering, Beihang University, Beijing, China) ,  Sangaiah Arun Kumar (School of Computing Science and Engineering, Vellore Institute of Technology (VIT), Vellore-632014, India) ,  Zheng Zhigao (Big Data Technology and System Lab, School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan, China) ,  Tong Chao (State Key Laboratory of Virtual Reality Technology and Systems, School of Computing Science and Engineering, Beihang University, Beijing, China)
資料名： Computer Networks  (Computer Networks)
巻： 136  ページ： 95-104  発行年： 2018年 
JST資料番号： A0360B  ISSN： 1389-1286  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 現実の交通標識検出のための挑戦は,大規模で複雑な背景における小さなターゲットを認識することにあり,最先端の一般的なオブジェクト検出法は,検出速度と精度の両方においてうまく機能しない。交通標識検出のための既存の深い学習モデルは,目標の固定された特徴を使用することができない。本論文は,2段階調整戦略によって領域提案を抽出する新しいエンドツーエンド深いネットワークを提案した。まず第一に,すべての潜在的RoIs(干渉の領域)を見つけるために,そして,トラフィック標識の色特徴に従って,それらを3つのカテゴリに分類するために,Fanter-RCNNにAN(Attentionネットワーク)を導入する。次に,FRPN(Fine Region Proposal Network)は,ANにより抽出された特徴マップ位置当たりのアンカーの集合から最終領域の提案を生成する。また,(1)畳込み層への畳込み構造の追加によってモデルを修正し,ターゲットの小サイズに適合させ,(2)ANによって得られた3つの粗いカテゴリに対応する3つのソフトマックスで分類器を置換する。著者らの方法は,実際の道路条件で収集された2つの公共利用可能な交通標識ベンチマークに関して評価される。実験は,著者らの方法が,ファスタ-R-CNNによって生成されたアンカーの1/14だけを生成するので,検出速度はZF-Netによって約2fps増加し,VGG16による2つのベンチマーク,それぞれ9.69%,および7.88%高い平均mAPに達する。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ベンチマーク ,  畳込み ,  学習モデル ,  *ネットワーク ,  道路 ,  干渉 ,  *交通標識 ,  エンドツーエンド方式
準シソーラス用語： 特徴マップ ,  物体検出 ,  *車両ネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 交通標識検出 ,  注意ネットワーク ,  微細領域提案ネットワーク ,  畳み込みニューラルネットワーク

分類 (2件)： 計算機網  (JC03000K) ,  データ保護  (JD01020V)

タイトルに関連する用語 (1件)： 交通標識