文献

J-GLOBAL ID：202202267149573761   整理番号：22A1165576

マルチタスクモデルに基づく地下鉄運用空間におけるオブジェクト検出と領域知覚【JST・京大機械翻訳】

Object Detection and Area Perception in Subway Operation Space Based on the Multi-task Model

著者 (2件)： Liu Weiming (School of Civil Engineering and Transportation, South China University of Technology,Guangzhou,China) ,  Huang Dedong (School of Civil Engineering and Transportation, South China University of Technology,Guangzhou,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： IWECAI  ページ： 362-366  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 現在,地下鉄プラットフォームドアと列車ドアは,外国のオブジェクトをクランプするのに直接的であり,また,主要な交通事故を引き起こす2つのドア間のギャップに異物が落下する。異物検出と領域認識の精度を改善するために,本論文は,同時に異物検出,領域分割と領域線検出を完了できるリアルタイムで正確なマルチタスクモデルを提案した。それは,特定のタスクのために関連タスクと3つのエンコーダの間の深い特徴を抽出するために共有符号器を持っている。CNNの学習能力を高めるために,符号器にクロスステージ部分モジュールを適用した。次に,空間ピラミッドプールと特徴ピラミッドネットワークを用いて,特徴をさらに併合した。さらに,軽量モデルをこれらの復号器で用いて,モデルの推論速度を改善した。モデルの精度は,既存の最先端の方法を超え,一方,モデルの推論速度はリアルタイム要求を満たした。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： セグメンテーション ,  クランプ ,  復号器 ,  *符号器 ,  交通事故
準シソーラス用語： *物体検出 ,  実時間 ,  *マルチタスク ,  異物検査 , 【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 (6件)： マルチタスク ,  モデル ,  地下鉄 ,  運用 ,  オブジェクト検出 ,  知覚