文献

J-GLOBAL ID：202202223291031392   整理番号：22A0562602

自律運転のための半教師つき3Dオブジェクト検出法【JST・京大機械翻訳】

A semi-supervised 3D object detection method for autonomous driving

著者 (3件)： Zhang Jiacheng (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, China) ,  Liu Huafeng (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, China) ,  Lu Jianfeng (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, China)
資料名： Displays  (Displays)
巻： 71  ページ： Null  発行年： 2022年 
JST資料番号： C0042B  ISSN： 0141-9382  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 3D物体検出は自律運転にとって非常に重要であるが,ほとんどのアルゴリズムはデータアノテーションに大きく依存しており,これは困難な仕事である。半教師つき学習は,このタスクにおける重いアノテーション負荷を低減するための効果的な戦略である。本論文では,半教師つき3D物体検出法を提案した。3Dアノテーションの作業負荷を減らすために,著者らは,ラベルなし訓練データから擬似ラベルを作り出すために教師-スチューデントフレームワークを採用して,擬似ラベル品質を改善するためにラベルフィルタリング法を使用した。展開の利便性のために,著者らは単純で迅速な1段物体検出器を導入した。KITTIデータセット上でこの方法を検証した。中程度のCar検出タスクのために,著者らの方法は,すべてのラベルを用いて,ポイントPillarsの77.34mAPと比較して,ハーフラベルを用いて76.28mAPを達成できる。実験結果は,著者らの方法が,より少ないラベルで,ペデストリアンとサイクリスト検出タスクに関して,近似性能を達成できることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  品質 ,  歩行者 ,  サイクリスト ,  *検出法 ,  *三次元 ,  類似性 ,  性質 ,  アノテーション
準シソーラス用語： 自律性 ,  訓練データ ,  *物体検出 ,  利便性 ,  半教師つき学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： 半教師つき ,  3Dオブジェクト検出 ,  自律運転

分類 (1件)： 表示機器  (NC06030Q)

タイトルに関連する用語 (4件)： 自律 ,  教師 ,  3D ,  オブジェクト検出