文献

J-GLOBAL ID：202102269235869743   整理番号：21A0666955

疲労運転検出のためのYOLOv3-tinyに基づく新しい一段階法【JST・京大機械翻訳】

A Novel One-step Method Based on YOLOv3-tiny for Fatigue Driving Detection

著者 (3件)： Bi Xiaojun (Minzu University of China, College of Information Engineering,Beijing,China) ,  Chen Zheng (Harbin Engineering University, College of Information and Communication Engineering,Harbin,China) ,  Yue Jianyu (Harbin Engineering University, College of Information and Communication Engineering,Harbin,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCC  ページ： 1241-1245  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： 最近,交通事故の最も重要な要因としての疲労運転は,ますます広範な関心を集めてきた。多段階眼特徴抽出に基づく多様な疲労駆動検出パイプラインは,ある程度,いくつかの計算負荷に悩まされるが,リアルタイムシーンのためのハード展開をもたらす。さらに,現在の研究はリアルタイムシーンデータセットを欠いている。本論文では,上記の欠点を克服するために,良く設計されたYOLOv3-tinyモデルを採用した。さらに,28000の画像と40の実駆動ビデオを含むREAL-Drivingデータセットと名付けた新しい実駆動シーンデータセットを,合計で貢献した。CEWデータセットと自製データセットの両方に関する実験を行い,本手法の有効性を実証した。CEWデータセットにおけるmAPは0.999であり,REAL-Drivingデータセットで受信されたものは,他のよく知られた深層学習ベースの物体検出アルゴリズムより高い。実駆動シーンの検出において,フレーム当たり5.365msの速度で97.1%の精度を達成した。十分な実験から得た結果は,著者らの方法の有効性と進歩を実証した。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： 特徴抽出 ,  *録画装置 ,  交通事故 ,  有効性
準シソーラス用語： 計算負荷 ,  実時間 ,  検出アルゴリズム ,  深層学習 , 【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 (2件)： 疲労 ,  段階