マルチモーダル運転者行動理解のための決定レベル融合の比較分析【JST・京大機械翻訳】

Roitberg Alina; Peng Kunyu; Marinov Zdravko; Seibold Constantin; Schneider David; Stiefelhagen Rainer

プレプリント

J-GLOBAL ID：202202202528221463 整理番号：22P0329156

マルチモーダル運転者行動理解のための決定レベル融合の比較分析【JST・京大機械翻訳】

A Comparative Analysis of Decision-Level Fusion for Multimodal Driver Behaviour Understanding

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年04月10日プレプリントサーバーでの情報更新日： 2022年04月10日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

車両キャビン内の視覚認識は,より安全な運転とより直感的な人間-車両相互作用をもたらすが,そのようなシステムは,非常に限られた身体可視度と変化する照明を扱う一方で,運転者行動の異なる粒状性を把握する必要があるので,実質的な障害に直面している。マルチモーダル認識は,異なるモダリティ固有強度および弱点のために互いに補完する異なるセンサの予測結果の多くのそのような問題を緩和する。以前に発表されたフレームワークではいくつかの後期融合法が考えられてきたが,それらは異なるアーキテクチャバックボーンとビルディングブロックを常に特徴し,選択された後期融合戦略自体の役割を分離するのが非常に困難になっている。本論文では,ビデオベースドライバ観測における意思決定レベル後期融合のための異なるパラダイムの経験的評価を提示した。異なる基準とベンチマーク設定に基づいてそれらを評価するドライバ観測の文脈において,一般的である(例えば,スコア平均化)とまだ考慮されていない(例えば,ランクレベル融合)単一モード分類器の結果を結合するための7つの異なるメカニズムを比較した。これは,フュージョン方式選択のための指針を提供する目的で,車両内のマルチモーダル予測子の成果を融合するための戦略の最初の系統的研究である。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

パターン認識 , 人間機械系 , 図形・画像処理一般 , 運転者

, , , ,

前のページに戻る