文献

J-GLOBAL ID：202002252293346360   整理番号：20A1754765

交通標識認識のために訓練された追加畳込みニューラルネットワークによるYOLOv3アルゴリズム【JST・京大機械翻訳】

YOLOv3 Algorithm with additional convolutional neural network trained for traffic sign recognition

著者 (3件)： Novak Branislav (RT-RK, Institute for Computer Based Systems,Novi Sad,Serbia) ,  Ilic Velibor (RT-RK, Institute for Computer Based Systems,Novi Sad,Serbia) ,  Pavkovic Bogdan (RT-RK, Institute for Computer Based Systems,Novi Sad,Serbia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ZINC  ページ： 165-168  発行年： 2020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： 様々な運転および環境条件における車両の周りのすべての静的および動的オブジェクトの認識および理解の能力は,自律車両およびほとんどの先進運転支援システム(ADAS)に対する主な要求の1つである。現代の自動車において安全なADASを配信する現在の有望性は,畳み込みニューラルネットワーク(CNN)によって達成することができた。本論文では,トラヒック符号認識のためにCNNで拡張されたYOLOに基づくソフトウェアを提示する。安全な運転のためにリアルタイム検出が要求されるので,本論文で使用するYOLOネットワークを,自動車,トラック,歩行者,交通信号,および交通光のようなカテゴリーで分離される5つのオブジェクトの検出と分類のために事前訓練した。検出された交通標識は,さらにCNNに通過し,それらを75のカテゴリーの1つに分類することができる。非常に多様な条件で,調べたサインの99.2%以上を正確に認識することにより,高レベルの分類信頼性を示した。Copyright 2020 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： *アルゴリズム ,  自動車 ,  信頼性 ,  *ネットワーク ,  *交通標識 ,  歩行者 ,  ソフトウェア
準シソーラス用語： 自律性 ,  交通信号 ,  環境条件 ,  実時間 ,  先進運転支援システム ,  *畳込みニューラルネットワーク , 【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 (4件)： 交通標識 ,  訓練 ,  畳込みニューラルネットワーク ,  アルゴリズム