文献

J-GLOBAL ID：201802264464936319   整理番号：18A0137589

同時検出およびセグメンテーションを介した歩行者照明【Powered by NICT】

Illuminating Pedestrians via Simultaneous Detection and Segmentation

著者 (3件)： Brazil Garrick ,  Yin Xi ,  Liu Xiaoming
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 4960-4969  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： 歩行者検出は都市自律運転の安全性に重大な影響を与えるコンピュータビジョンにおける重要な問題である。本研究では,意味的セグメンテーションは,ネットワーク効率に及ぼす影響をほとんど持たないが歩行者検出精度を上げるために使用できるかを研究した。意味的セグメンテーションと歩行者検出に関する共同監視を可能にするために,分割注入ネットワークを提案した。適切に置くと,付加的な監視は,共有層におけるガイド特徴を助けるより洗練された下流歩行者検出器のための有用なになった。この手法を用いて,かなりの性能向上に十分であること弱アノテーション付きボックスを見出した。共有か層はセグメンテーション監視による形状実証するために詳細な解析を行った。そうすることで,得られた特徴マップがより意味的に有意義であり,形状とオクルージョンに対してロバスト性を持つことを示した。全体として,著者らの同時検出とセグメンテーションフレームワークは,Caltech歩行者データセット,KITTI上で比肩可能な性能に関する最先端技術にかなりの利得を達成し,競合法よりも2倍速く実行する。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： アノテーション ,  *セグメンテーション ,  ネットワーク ,  オクルージョン ,  *歩行者 ,  安全性 ,  *照明 ,  利得 ,  都市 ,  コンピュータビジョン ,  ロバスト性
準シソーラス用語： 最先端技術 ,  特徴マップ ,  歩行者検出 ,  *同時検出 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： 同時検出 ,  セグメンテーション ,  歩行者 ,  照明