文献

J-GLOBAL ID：201802264657096719   整理番号：18A0422219

自律運転における危険な物体検出のためのマルチタスク学習【Powered by NICT】

Multi-task learning for dangerous object detection in autonomous driving

著者 (8件)： Chen Yaran (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China) ,  Chen Yaran (University of Chinese Academy of Sciences, No. 19(A) Yuquan Road, Beijing 100049, China) ,  Zhao Dongbin (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China) ,  Zhao Dongbin (University of Chinese Academy of Sciences, No. 19(A) Yuquan Road, Beijing 100049, China) ,  Lv Le (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China) ,  Lv Le (University of Chinese Academy of Sciences, No. 19(A) Yuquan Road, Beijing 100049, China) ,  Zhang Qichao (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China) ,  Zhang Qichao (University of Chinese Academy of Sciences, No. 19(A) Yuquan Road, Beijing 100049, China)
資料名： Information Sciences  (Information Sciences)
巻： 432  ページ： 559-571  発行年： 2018年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  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： 最近,自律運転は広く研究されている,かなりの有望性を示した。視覚ベース危険物検出は自律運転の重要な技術である。以前の研究では,危険物検出は一般的に典型的な物体検出問題と距離ベース危険評価問題として定式化し,別々にである。これら二つの問題は,通常,二つの独立したモデルを用いて検討した。事実,ビジョンベースオブジェクト検出および距離予測は顕著な視覚関係を示した。カメラまでの距離の異なる物体は異なる属性(姿勢,サイズと定義),危険物検出のために利用できる非常に価値を持っている。しかし,これらの特性は,通常,以前の研究で無視されている。本論文では,直交ベースマルチタスク組み合わせ戦略を用いた物体検出と距離予測をモデル化するため一緒に新しいマルチタスク学習(MTL)法を提案した。さらに筆者らは数学的に,提案した直交ベース組合せ戦略は通常MTLモデル,マルチタスク自体は独立でない場合に使用される線形マルチタスク組合せ戦略よりも最適であることを証明した。系統的実験により,提案アプローチでは,単一タスクとマルチタスク危険物検出法の両方と比較して優れたオブジェクト検出および距離予測性能を達成することを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 検出法 ,  予測 ,  直交性 ,  リスク評価 ,  *運転 ,  危険物 ,  定式化 ,  視覚 ,  カメラ ,  線形性 ,  モデリング
準シソーラス用語： *マルチタスク ,  *マルチタスク学習 ,  *物体検出 ,  *自律性 , 【Automatic Indexing@JST】

著者キーワード (4件)： 危険な物体検出 ,  自律運転 ,  マルチタスク学習 ,  畳込みニューラルネットワーク

分類 (3件)： 人工知能  (JE08000Z) ,  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 (3件)： 自律 ,  物体検出 ,  マルチタスク学習