文献

J-GLOBAL ID：201902290869476547   整理番号：19A1824549

自律運転における小型視覚物体検出のための改良型畳込み中性ネットワークベースモデル【JST・京大機械翻訳】

Improved Convolutional Neutral Network Based Model for Small Visual Object Detection in Autonomous Driving

著者 (6件)： Song Shijin (School of Microelectronics, Shanghai Jiao Tong University) ,  Zhu Yongxin (Shanghai Advanced Research Institute, Chinese Academy of Sciences) ,  Hou Junjie (School of Microelectronics, Shanghai Jiao Tong University) ,  Zheng Yu (School of Microelectronics, Shanghai Jiao Tong University) ,  Huang Tian (Department of Physics, University of Cambridge) ,  Du Sen (School of Microelectronics, Shanghai Jiao Tong University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： AICAS  ページ： 179-183  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： 人工知能のキラー応用として,自律走行は輸送産業への基本的変換を行っている。深い学習に基づくコンピュータビジョンは,可能な技術の間にある。しかし,小オブジェクト内の視覚的特徴が乏しく,小さなオブジェクトの有効なサンプルが不十分であるため,車両周辺の小さなオブジェクトを検出することは困難である。本論文では,実際のシナリオにおける小さな交通標識の視覚的特徴を強化するために,畳込み中性ネットワーク(CNN)に基づくエンドツーエンド検出器モデルを提案した。これらの強化された特徴により,訓練後に効率的な推論モデルを得るために管理した。さらに,Fast R-CNNとFastR-CNNモデルとの予備的比較を行った。実験結果は,著者らのモデルが精度と再現性に関して10%以上の改良によって他のもの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： 交通標識 ,  モデリング ,  *視覚 ,  人工知能 ,  エンドツーエンド方式 ,  検出器 ,  *畳込み ,  コンピュータビジョン ,  *ネットワーク ,  再現性
準シソーラス用語： 視覚顕著 ,  自律走行 ,  中性 ,  *物体検出 ,  *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 (5件)： 自律 ,  視覚 ,  物体検出 ,  畳込み ,  中性