文献

J-GLOBAL ID：202102223411569344   整理番号：21A0270672

事故検出のための注意R-CNN【JST・京大機械翻訳】

Attention R-CNN for Accident Detection

著者 (4件)： Le Trung-Nghia (National Institute of Informatics,Japan) ,  Ono Shintaro (University of Tokyo,Japan) ,  Sugimoto Akihiro (National Institute of Informatics,Japan) ,  Kawasaki Hiroshi (Kyushu University,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IV  ページ： 313-320  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,クラスを持つオブジェクトを検出するだけでなく,それらの特性を認識する事故検出に取り組んだ。より具体的には,道路上のオブジェクトクラス境界ボックスの同時検出と,安全,危険,または衝突のような状態の認識を目的とする。この目的を達成するために,新しいデータセットを構築し,事故検出のタスクをベンチマークするためのベースライン法を提案した。2つのストリームから成る注意R-CNNと呼ばれる事故検出ネットワークを設計した:一つはクラスによるオブジェクト検出と特性計算のための1つである。情景における文脈情報を捉える注意機構として,著者らは,シーンからオブジェクト検出のストリームに活用された大域的文脈を統合した。この導入した注意機構は,物体特性を認識することを可能にした。新しく構築したデータセットに関する広範な実験は,提案したネットワークの有効性を実証した。データセットとソースコードは,プロジェクトページ上で公開されている。1https://sites.google.com/view/ltnghia/research/accident-detection。Copyright 2021 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： *ネットワーク ,  道路 ,  基準線 ,  有効性 ,  ベンチマーク
準シソーラス用語： 文脈情報 ,  物体検出 ,  オブジェクトクラス ,  ソースコード ,  同時検出 , 【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 (3件)： 事故検出 ,  注意 ,  CNN