文献

J-GLOBAL ID：202102252777331832   整理番号：21A0270829

自動運転のためのプロトタイプマスクによる実時間パノプティックセグメンテーション【JST・京大機械翻訳】

Real-Time Panoptic Segmentation with Prototype Masks for Automated Driving

著者 (2件)： Petrovai Andra (Technical University of Cluj-Napoca,Department of Computer Science,Cluj-Napoca,Romania) ,  Nedevschi Sergiu (Technical University of Cluj-Napoca,Department of Computer Science,Cluj-Napoca,Romania)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IV  ページ： 1400-1406  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,2D空間における環境の正確な意味的およびインスタンスレベル表現を提供できる,パノ光学セグメンテーションのための高速完全畳込みニューラルネットワークを提案した。高密度分類問題としてパノ光学分割を扱い,また,各インスタンスクラスに対して,また,スタッフクラスに対するマスクを生成する。このネットワークは,背景と前景の特定のマスクを学習するデュアルデコーダで拡張するマルチスケール特徴抽出のために共有バックボーンと特徴ピラミッドネットワークを採用する。オブジェクト提案により,パノ光学ヘッドは学習重み付け方式を用いて位置敏感プロトタイプマスクを組み立てる。この解は,高解像度画像上で82msで実時間で実行され,ロボット応用と自動運転に適している。都市景観データセットに関する大規模な実験は,著者らの光分割ネットワークが57.3%のPQと76.9%のmIoUでロバストで正確であることを示した。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： 学習 ,  *セグメンテーション ,  ネットワーク ,  ロボット ,  *自動運転 ,  復号器 ,  特徴抽出 ,  光学分割 ,  都市景観 ,  二次元 ,  光ヘッド ,  ロバスト性 ,  プロトタイプ
準シソーラス用語： 高精細画像 ,  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 (3件)： プロトタイプ ,  マスク ,  実時間