文献

J-GLOBAL ID：202002240754176255   整理番号：20A1505175

深いリカレント層を持つ直接知覚システムにおける自律運転【JST・京大機械翻訳】

Autonomous driving on a direct perception system with deep recurrent layers

著者 (2件)： Almeida Bruno Correia (Aeronautics Institute of Technology (ITA), Sao Jose dos Campos, Brazil) ,  de Castro Paulo Andre Lima (Aeronautics Institute of Technology (ITA), Sao Jose dos Campos, Brazil)
資料名： ACM Proceedings  (ACM Proceedings)
号： APPIS ’19  ページ： 1-6  発行年： 2019年 
JST資料番号： D0698C  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： 交通における自動車の制御は,古典的アルゴリズムを扱うのが難しい複雑なタスクである。コンピュータビジョン技術の急速な発展により,深い人工ニューラルネットワークが,自動車上の正面カメラの使用で,このタスクに利用されてきた。しかし,これらの技法による研究プロジェクトは,認識タスクを超え,運転環境で試験した。畳み込みニューラルネットワークと組み合わせた再帰ニューラルネットワークの使用は,時間的特徴を捉えることができるので,ビデオと画像ストリームの解析において良好な結果を達成した。直接知覚に基づく自律駆動システムにおける畳み込みネットワークと組み合わせたリカレント層の使用でより良い性能を達成し,それは2つのステップによって構成される:自動車正面カメラからの画像上の指標の認識とシミュレータ上で車を動かすためにこれらの指標を直接使用する自動車の制御。元の研究と比較して,残差接続によるより深い畳み込みアーキテクチャの使用と,このネットワークにリカレント層を加えるとき48%の,36%のインジケータ知覚タスクにおける平均絶対誤差のパーセント減少を達成した。シミュレータの自律運転試験において,最良のシステムは,これらの2つのネットワークのハイブリッドによって構成され,その指標の一部に対してのみ再帰層を使用することを見出した。このプロジェクトで開発したシステム,PyDeepDrivingは,Princeton Vision and Robotics Group,DeepDrivingからオリジナルシステムの拡張である。直接知覚に基づく自律駆動システムの研究を容易にするために,オープンソースを公開した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  カメラ ,  畳込み ,  自動車 ,  シミュレータ ,  ネットワーク ,  ニューラルネットワーク ,  残差 ,  駆動方式 ,  録画装置 ,  コンピュータビジョン ,  計算機アーキテクチャ ,  機械学習 ,  *再帰性
準シソーラス用語： オープンソース , 【Automatic Indexing@JST】

著者キーワード (3件)： 自律運転 ,  機械学習 ,  ビデオ解析

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： リカレント ,  知覚 ,  自律