文献

J-GLOBAL ID：202002289318812957   整理番号：20A1969980

対抗学習と深さ推定に基づく車両検出システム【JST・京大機械翻訳】

Vehicle Detection System Based on Adversarial Learning and Depth Estimation

著者 (3件)： Xu Yuan (遼寧石油化工大学 信息与控制工程学院,遼寧 撫順,113001) ,  Zhai Chunyan (遼寧石油化工大学 信息与控制工程学院,遼寧 撫順,113001) ,  Wang Guoliang (遼寧石油化工大学 信息与控制工程学院,遼寧 撫順,113001)
資料名： Liaoning Shiyou Huagong Daxue Xuebao  (Liaoning Shiyou Huagong Daxue Xuebao)
巻： 40  号： 3  ページ： 83-90  発行年： 2020年 
JST資料番号： C3541A  ISSN： 1672-6952  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 目標検出技術の絶え間ない発展により,道路シーンのための車両検出システムは,自動運転において広く適用されてきた。従来の目標検出器と比較して,車両検出のターゲットは単一であるが,同時に,複雑な道路場面において,検出器に提供される車両特性は常に不完全であり,遮蔽と変形の問題が生じる。二つ目は、自動運転過程において、異なる車両の距離を見積もることで、知能車がタイムリーに避けることを保証する、即ち、画像の目標領域に対して深さ推定を行う必要がある。この2つの問題に対して、対抗サンプル生成と深さマップ再建に基づく車両検出方法を提案した。事前訓練目標検出ネットワークFaster-RCNNに対抗ネットワークを設計するため、訓練中に大量の訓練サンプルを生成し、これらのサンプルを用いて車両検出器を訓練した。検出結果に従って、3Dシーンとカメラ姿勢回復深さマップを再建することで、車両の距離を見積もり、システムをタイムリーに通知し、動作を回避できる。実験結果は,この検出システムが,データ訓練サンプルを増加させないとき,車両検出と目標車両の距離を,効果的に改善することができることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  *学習 ,  ネットワーク ,  自動運転 ,  道路 ,  検出法 ,  検出器 ,  三次元
準シソーラス用語： *車両検出 ,  検知システム ,  奥行きマップ , 【Automatic Indexing@JST】

分類 (4件)： 走行性能  (QG02020S) ,  数値計算  (JE02000J) ,  交通調査  (TB01031B) ,  計算機網  (JC03000K)

タイトルに関連する用語 (3件)： 学習 ,  推定 ,  車両検出