文献

J-GLOBAL ID：202102279821456274   整理番号：21A0232677

鳥眼ビュー表現とCNNを用いた混雑道路シナリオにおける車両軌道予測【JST・京大機械翻訳】

Vehicle Trajectory Prediction in Crowded Highway Scenarios Using Bird Eye View Representations and CNNs

著者 (5件)： Izquierdo R. (Universidad de Alcala ́,Computer Engineering Department,Alcala ́ de Henares) ,  Quintanar A. (Universidad de Alcala ́,Computer Engineering Department,Alcala ́ de Henares) ,  Parra I. (Universidad de Alcala ́,Computer Engineering Department,Alcala ́ de Henares) ,  Fernandez-Llorca D. (Universidad de Alcala ́,Computer Engineering Department,Alcala ́ de Henares) ,  Sotelo M. A. (Universidad de Alcala ́,Computer Engineering Department,Alcala ́ de Henares)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ITSC  ページ： 1-6  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,グラフィック表現を用いて車両軌道予測を行うための新しいアプローチについて述べた。車両は,Bird Eye ViewにGauss分布を用いて表現した。次に,U-netモデルを用いて,シーケンス予測にシーケンスを実行した。この深層学習ベースメタロジーを,空中画像からの高速道路シナリオにおける車両検出を含む,HighDデータセットを用いて訓練した。この問題は,トラフィック参加者間の根底にある関係の学習のために,ネットワークを訓練する画像回帰問題の画像として直面する。この手法は,軌跡や数値位置ではなく,入力シーンの将来の外観の推定を生成する。サブピクセル分解能で予測表現から位置を抽出するため,余分なステップを行った。異なるネットワーク構成を試験し,3秒前までの予測誤差は表現分解能の順序であった。モデルは,良好な定性的および定量的結果を示す2つの逆交通流流れにおいて,同時に30以上の車両を有する高速道路シナリオで試験した。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： 正規分布 ,  ネットワーク ,  高速道路 ,  交通流 ,  *道路 ,  分解能 ,  *軌道推定 ,  ネットワークアーキテクチャ ,  予測誤差
準シソーラス用語： サブピクセル ,  車両検出 ,  空中画像 ,  深層学習 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 鳥 ,  眼 ,  表現 ,  CNN ,  道路 ,  シナリオ ,  軌道予測