文献

J-GLOBAL ID：202202239381079431   整理番号：22A0397050

視覚ベース自律運転モデルと空間ビデオデータのジオコンテキストアウェア研究【JST・京大機械翻訳】

Geo-Context Aware Study of Vision-Based Autonomous Driving Models and Spatial Video Data

著者 (4件)： Jamonnak Suphanut (Kent State University, OH, USA) ,  Zhao Ye (Kent State University, OH, USA) ,  Huang Xinyi (Kent State University, OH, USA) ,  Amiruzzaman Md (West Chester University, PA, USA)
資料名： IEEE Transactions on Visualization and Computer Graphics  (IEEE Transactions on Visualization and Computer Graphics)
巻： 28  号： 1  ページ： 1019-1029  発行年： 2022年 
JST資料番号： W0715A  ISSN： 1077-2626  CODEN： ITVGEA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 視覚ベース深層学習(DL)法は大規模クラウドソースビデオデータセットから自律駆動モデルの学習において大きな進歩を遂げている。車載カメラで捕捉されたビデオデータから瞬時運転挙動を予測するために訓練された。本論文では,大規模ADMビデオデータとともに,自律運転モデル(ADM)予測の研究のための地理文脈認識可視化システムを開発した。視覚研究は,DLモデル性能を地理空間可視化技術と組み合わせることによって,地理的環境とシームレスに統合される。モデル性能測度は,地図ビュー上の地理空間属性の集合と共に研究できる。また,ユーザは,道路画像とビデオコンテンツと共に,都市規模と街路レベル分析の両方で,複数のDLモデルの予測行動を発見し,比較できる。したがって,システムは自律運転におけるDLモデル設計者のための新しい視覚探査プラットフォームを提供する。使用事例とドメインエキスパート評価は,可視化システムの有用性と有効性を示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *視覚 ,  道路 ,  都市 ,  地理学 ,  有効性
準シソーラス用語： 映像コンテンツ ,  *映像データ ,  可視化システム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 視覚 ,  自律 ,  モデル ,  ビデオデータ ,  研究