ハエの人々を検出するための連続学習:ドローンのためのバイオインスパイアード視覚システム【JST・京大機械翻訳】

Safa Ali; Ocket Ilja; Bourdoux Andre; Sahli Hichem; Catthoor Francky; Gielen Georges

プレプリント

J-GLOBAL ID：202202213112435350 整理番号：22P0290635

ハエの人々を検出するための連続学習:ドローンのためのバイオインスパイアード視覚システム【JST・京大機械翻訳】

Continuously Learning to Detect People on the Fly: A Bio-inspired Visual System for Drones

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02月16日プレプリントサーバーでの情報更新日： 2022年02月20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)

本論文では,Spike-Timing-Dependent Plasticity(STDP)を備えた生物学的に利用可能なスパイキングニューラルネットワーク(SNN)が,網膜に触発されたイベントベースカメラを用いて,フライ上の歩行人々を検出するために連続的に学習できることを初めて示した。著者らのパイプラインは次の通りである。最初に,飛行ドローンによる歩行人間を捕獲するイベントデータ(<2分)の短いシーケンスを,読出し(半教師つきシステムを形成する)から教師スパイキング信号を受信する畳み込みSNNSTDPシステムに転送した。次に,STDP適応を停止し,学習システムを試験シーケンスで評価した。著者らは,いくつかの実験を行い,このシステムにおける重要パラメータの影響を研究し,従来訓練されたCNNに対してそれを比較した。提案システムは,イベントベースカメラフレームを有するCNNと比較して,より高いピークF_1スコア(+19%)に達し,オンライン適応を可能にすることを示した。【JST・京大機械翻訳】

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

ニューロコンピュータ , 脳・神経系モデル , 人工知能 , 中枢神経系

, , ,

前のページに戻る