自律車両知覚のための自己教師付き学習:解析および学習法間の conc【JST・京大機械翻訳】

Chiaroni Florent; Rahal Mohamed-Cherif; Hueber Nicolas; Dufaux Frederic

プレプリント

J-GLOBAL ID：202202219585288299 整理番号：22P0079622

自律車両知覚のための自己教師付き学習:解析および学習法間の conc【JST・京大機械翻訳】

Self-supervised learning for autonomous vehicles perception: A conciliation between analytical and learning methods

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 (4件)： , , ,
資料名：
発行年： 2019年10月03日プレプリントサーバーでの情報更新日： 2020年06月07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)

今日,教師つき深層学習技法は,多様なコンピュータビジョンタスクに対して最高の最先端の予測性能をもたらす。しかし,そのような教師つき技術は,一般的に大量の手動ラベル付き訓練データを必要とする。自律車両認識の文脈において,センサデータの分布が連続的に変化し,いくつかの予想外の変動を含むので,この要求は重大である。自動監督学習(SSL)と呼ばれる学習技法のカテゴリーは,自動ラベリングプロセスによる手動ラベリング努力を置き換えることから成る。応用時間と変化する環境において学習するそれらの能力のおかげで,最先端のSSL技術は,長距離横断可能領域セグメンテーション,移動障害物インスタンスセグメンテーション,長期移動障害物追跡,または深さマップ予測を含む,様々な異なるタスクのための教師つき学習に対する有効な代替を提供する。このチュートリアルスタイル論文では,自律車両認識のための自己監督学習(SSL)の概念の概観と一般的形式化を提示する。この形式化は,一般的なSSL原理に基づく新フレームワークを開発するための有用なガイドラインを提供する。さらに,将来のSSLシステムの設計において大きな課題を指摘することができる。【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