PseudoProp:自律運転システムにおける半教師付きオブジェクト検出のためのロバストな擬似ラベル生成【JST・京大機械翻訳】

Hu Shu; Liu Chun-Hao; Dutta Jayanta; Chang Ming-Ching; Lyu Siwei; Ramakrishnan Naveen

プレプリント

J-GLOBAL ID：202202217169508198 整理番号：22P0302633

PseudoProp:自律運転システムにおける半教師付きオブジェクト検出のためのロバストな擬似ラベル生成【JST・京大機械翻訳】

PseudoProp: Robust Pseudo-Label Generation for Semi-Supervised Object Detection in Autonomous Driving Systems

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03月11日プレプリントサーバーでの情報更新日： 2022年04月16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)

半教師つき物体検出法は自律駆動システムにおいて広く使われており,そこではオブジェクトの一部だけがラベル付けされている。ラベル付きオブジェクトからラベルなしものへの情報を伝播するために,ラベルなしオブジェクトのための擬似ラベルを発生しなければならない。擬似ラベルは,半教師つきオブジェクト検出の性能を著しく改善することが証明されているが,ビデオフレームへの画像ベース手法の応用は,そのような生成された擬似ラベルを用いて,多数のミスまたは偽検出をもたらす。本論文では,ビデオフレームにおける運動連続性をレバレッジすることにより,ロバストな擬似ラベルを生成するために,新しいアプローチである擬似Propを提案する。特に,擬似Propは誤検出を補償するために新しい双方向擬似ラベル伝搬アプローチを用いる。また,特徴ベースの融合技術を用いて推論ノイズを抑制した。大規模な都市景観データセットに関する大規模な実験は,著者らの方法が,mAP75に関して7.4%によって最先端の半監督対象検出法より優れていることを実証した。【JST・京大機械翻訳】

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

人工知能 , パターン認識

, , , , ,

前のページに戻る