文献

J-GLOBAL ID：201902216513095498   整理番号：19A0638064

自律運転シナリオにおける意味セグメンテーションのための残留符号器-復号器ネットワーク【JST・京大機械翻訳】

A Residual Encoder-Decoder Network for Semantic Segmentation in Autonomous Driving Scenarios

著者 (3件)： Naresh Y.G (Insight Centre for Data Analytics, Dublin City University, Dublin, Ireland) ,  Little Suzanne (Insight Centre for Data Analytics and School of Computing, Dublin City University, Dublin) ,  Oconnor Noel E. (Insight Centre for Data Analytics and School of Electronic Engineering, Dublin City University, Dublin, Ireland)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： EUSIPCO  ページ： 1052-1056  発行年： 2018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： 本論文では,自律運転シナリオにおける意味論的セグメンテーションのための符号器-復号器ベースの深い畳込みネットワークを提案した。提案したモデルのアーキテクチャは,VGG16[1]に基づいている。畳込み層のスタック間の特徴マップのサイズを減少させながら,文脈を保存するために,残差学習を導入した。また,分解能はエンコーダステージから復号器ステージへのショートカットを通して保存される。実験は,提案したモデルの有効性を実証するために,ポピュラーなベンチマークデータセットCamVidとcityscapesについて行った。実験は,SegNetおよびENETアーキテクチャのような一般的な符号器-復号器ネットワークとの比較解析により確認され,提案手法は,より少ない訓練可能パラメータを有するにもかかわらず,既存の方法より優れていることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *符号器 ,  *セグメンテーション ,  意味論 ,  畳込み ,  学習 ,  計算機アーキテクチャ ,  *復号器 ,  分解能 ,  残差 ,  有効性 ,  *ネットワーク
準シソーラス用語： 特徴マップ ,  *自律性 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 自律 ,  シナリオ ,  意味 ,  セグメンテーション ,  残留 ,  符号器 ,  復号器