文献

J-GLOBAL ID：202002290267709280   整理番号：20A2144442

動き表現検出による歩行者検出とリスクレベル予測の結合【JST・京大機械翻訳】

Joint Pedestrian Detection and Risk-level Prediction with Motion-Representation-by-Detection

著者 (5件)： Kataoka Hirokatsu (National Institute of Advanced Industrial Science and Technology (AIST)) ,  Suzuki Teppei (National Institute of Advanced Industrial Science and Technology (AIST)) ,  Nakashima Kodai (National Institute of Advanced Industrial Science and Technology (AIST)) ,  Satoh Yutaka (National Institute of Advanced Industrial Science and Technology (AIST)) ,  Aoki Yoshimitsu (Keio University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICRA  ページ： 1021-1027  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： 本論文では,自己収集データベース上で実証された歩行者検出とリスクレベル予測の両方を提供する,時間解析による歩行者近距離検出器を提示した。本研究は3つの主要な貢献をした。(i)歩行者検出とリスクレベル割当の両方を提供することにより,歩行者近傍検出のフレームワークを提案した。特に,著者らは,リスクレベル(高,低,無リスク)に基づく交通近ミス事故を分類するペデストリアン近iss(PNM)データセットを作成した。既存のデータベースとは異なり,著者らのデータセットは,多数の事故関連ビデオだけでなく,手動で局在化した歩行者ラベルも含む。(ii)動き表現(SSD-MR)を有する単一ショットマルチボックス検出器を,検出した歩行者における動きベースの特徴を効果的に抽出するために実行した。(iii)自己収集PNMデータセットとSSD-MRを用いて,提案手法は,ベースラインSSDとLSTMよりも,+19.38%(リスクレベル予測)と+13.00%(共同歩行者検出とリスクレベル予測)の高いスコアを達成した。さらに,このシステムの実行時間はグラフィックス処理ユニット(GPU)上で50fps以上である。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： データベース ,  *歩行者 ,  時間分析 ,  録画装置 ,  検出器 ,  基準線 ,  距離センサ ,  GPU【プロセッサ】 ,  歩行者検出 ,  LSTMネットワーク
準シソーラス用語： 実行時間 ,  局在化 ,  長短期記憶 , 【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)： 動き ,  表現 ,  歩行者検出 ,  リスク ,  予測