抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】