文献

J-GLOBAL ID：201902244645341512   整理番号：19A0709143

IDD:非制約環境における自律ナビゲーションの問題を調査するためのデータセット【JST・京大機械翻訳】

IDD: A Dataset for Exploring Problems of Autonomous Navigation in Unconstrained Environments

著者 (5件)： Varma Girish ,  Subramanian Anbumani ,  Namboodiri Anoop ,  Chandraker Manmohan ,  Jawahar C.V.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： WACV  ページ： 1743-1751  発行年： 2019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： 自律ナビゲーションのためのいくつかのデータセットが近年利用可能になったが,それらは構造化された運転環境に焦点を合わせる傾向があった。これは,通常,車線,交通参加者に対する少数の明確なカテゴリ,オブジェクトにおける低い変動,または背景の出現と交通規則への強い順守などの良く描写されたインフラストラクチャに対応している。著者らは,上記の仮定がほとんど満たされていない非構造化環境における道路シーン理解のための新しいデータセットであるDSを提案した。それは10004の画像から成り,インドの道路上の182の駆動シーケンスから集められた34のクラスで細かく注釈されている。ラベルセットは,新しいクラスを説明するために,シシscのような一般的なベンチマークと比較して拡張される。また,それは既存のデータセットと著しく異なる道路シーンのラベル分布を反映し,大部分のクラスがより大きなクラス内多様性を示している。実際の運転挙動と一致して,それはまた,道路の他に駆動可能な地域のような新しいクラスを同定する。新しい4レベルラベル階層を提案し,複雑さの程度を変え,新しい訓練法の可能性を開いた。著者らの経験的研究は,標識特性の詳細な解析を提供する。意味論的セグメンテーションのための最先端の方法は,著者らのデータセットにおいてはるかに低い精度を達成し,その識別をシシscと比較して実証した。最後に,著者らのデータセットは,道路シーンにおけるドメイン適応,数ショット学習および行動予測のような新しい問題に対する理想的な機会であることを提案した。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： 画像 ,  学習 ,  ベンチマーク ,  意味論 ,  インフラストラクチャー ,  セグメンテーション ,  粒状材 ,  *道路 ,  インド ,  複雑性 ,  *自律性
準シソーラス用語： シーン理解 , 【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 (6件)： 制約 ,  環境 ,  自律 ,  ナビゲーション ,  調査 ,  データセット