文献

J-GLOBAL ID：202202291218471543   整理番号：22A0697083

FSNet:セマンティックセグメンテーションのための故障検出フレームワーク【JST・京大機械翻訳】

FSNet: A Failure Detection Framework for Semantic Segmentation

著者 (4件)： Rahman Quazi Marufur (Queensland University of Technology, Brisbane, QLD, Australia) ,  Sunderhauf Niko (Queensland University of Technology, Brisbane, QLD, Australia) ,  Corke Peter (Queensland University of Technology, Brisbane, QLD, Australia) ,  Dayoub Feras (Queensland University of Technology, Brisbane, QLD, Australia)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 7  号： 2  ページ： 3030-3037  発行年： 2022年 
JST資料番号： W2448A  ISSN： 2377-3766  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： セマンティックセグメンテーションは,自律車両がそれらの周辺を理解し,安全にナビゲートするのを助ける重要なタスクである。しかし,展開の間,最も成熟したセグメンテーションモデルでさえ,車両とその周辺のために潜在的に壊滅的な結果でセグメンテーション性能を劣化できる様々な外部要因に脆弱である。この問題に取り組むために,画素レベル誤分類を同定するための故障検出フレームワークを提案した。セグメンテーションモデルの内部特徴を利用して,故障検出ネットワークと同時にそれを訓練する。展開の間,分割モデルが正しく分割できない画像において,故障検出器フラッグ区域を止めた。最先端の方法に対して提案した方法を評価し,都市景観,BDD100k,およびMapillaryの意味セグメンテーションデータセットに対するAUPR-Error計量における12.30%,9.46%,および9.65%の性能改善を達成した。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 ,  ネットワーク ,  分類 ,  *故障検出 ,  画素 ,  都市景観 ,  分割
準シソーラス用語： 自律性 ,  脆弱性 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  音声処理  (JE05000E)

タイトルに関連する用語 (3件)： セマンティックセグメンテーション ,  故障検出 ,  フレームワーク