論文の概要: Dataset for Robust and Accurate Leading Vehicle Velocity Recognition

• arxiv url: http://arxiv.org/abs/2204.12717v1
• Date: Wed, 27 Apr 2022 06:06:54 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-28 13:25:37.796822
• Title: Dataset for Robust and Accurate Leading Vehicle Velocity Recognition
• Title（参考訳）: ロバスト・高精度車両速度認識のためのデータセット
• Authors: Genya Ogawa (1), Toru Saito (1), Noriyuki Aoi (2) ((1) Subaru Corporation, (2) Signate Inc.)
• Abstract要約: カメラを用いた周辺環境の認識は,高度運転支援システムと自律運転において重要な技術である。 実世界のロバストな認識技術を開発するためには、雨天や夜間のようなカメラにとって困難な環境におけるデータが不可欠である。 我々は、先行車両の速度認識をターゲットとして、この技術をベンチマークできるデータセットを構築した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recognition of the surrounding environment using a camera is an important technology in Advanced Driver-Assistance Systems and Autonomous Driving, and recognition technology is often solved by machine learning approaches such as deep learning in recent years. Machine learning requires datasets for learning and evaluation. To develop robust recognition technology in the real world, in addition to normal driving environment, data in environments that are difficult for cameras such as rainy weather or nighttime are essential. We have constructed a dataset that one can benchmark the technology, targeting the velocity recognition of the leading vehicle. This task is an important one for the Advanced Driver-Assistance Systems and Autonomous Driving. The dataset is available at https://signate.jp/competitions/657
• Abstract（参考訳）: カメラを用いた周辺環境の認識は、高度な運転支援システムや自動運転において重要な技術であり、近年ではディープラーニングなどの機械学習アプローチによって認識技術がしばしば解決されている。 機械学習は、学習と評価のためにデータセットを必要とする。 通常の運転環境に加えて、雨天や夜間などのカメラにとって困難な環境におけるデータも、現実世界で堅牢な認識技術を開発することが不可欠である。 我々は、先行車両の速度認識をターゲットとして、この技術をベンチマークできるデータセットを構築した。 このタスクは、高度な運転支援システムと自律運転にとって重要なタスクである。 データセットはhttps://signate.jp/competitions/657で利用可能である。

関連論文リスト

• Radar-Based Recognition of Static Hand Gestures in American Sign Language [17.021656590925005]
  本研究では,先進レーダ線トレーシングシミュレータによる合成データの有効性について検討した。 シミュレータは直感的な材料モデルを採用し、データ多様性を導入するように調整することができる。 NNを合成データで専用にトレーニングしているにもかかわらず、実際の測定データでテストを行うと、有望な性能を示す。
  論文  参考訳（メタデータ） (2024-02-20T08:19:30Z)
• Improving automatic detection of driver fatigue and distraction using machine learning [0.0]
  運転者の疲労と注意をそらした運転は交通事故の重要な要因である。 本稿では,視覚に基づくアプローチと機械学習に基づくアプローチを用いて,疲労と注意をそらした運転行動の同時検出手法を提案する。
  論文  参考訳（メタデータ） (2024-01-04T06:33:46Z)
• Open-sourced Data Ecosystem in Autonomous Driving: the Present and Future [130.87142103774752]
  このレビューは、70以上のオープンソースの自動運転データセットを体系的に評価する。 高品質なデータセットの作成の基礎となる原則など、さまざまな側面に関する洞察を提供する。 また、解決を保障する科学的、技術的課題も検討している。
  論文  参考訳（メタデータ） (2023-12-06T10:46:53Z)
• RSRD: A Road Surface Reconstruction Dataset and Benchmark for Safe and Comfortable Autonomous Driving [67.09546127265034]
  道路表面の再構築は、車両の走行計画と制御システムの解析と予測を促進するのに役立つ。 我々は,様々な運転条件下で,特定のプラットフォームで収集した実世界,高解像度,高精度のデータセットであるRoad Surface Reconstructionデータセットを紹介した。 約16,000対のステレオ画像、原点雲、地中深度・不均等地図を含む一般的な道路形態を網羅している。
  論文  参考訳（メタデータ） (2023-10-03T17:59:32Z)
• Smart Infrastructure: A Research Junction [5.172393727004225]
  本稿では,ドイツ・アシャッフェンブルクの公的な市内交差点に位置する視覚センサ技術を備えたインテリジェントな研究基盤について紹介する。 マルチビューカメラシステムは、交通状況を監視し、道路利用者の行動を知覚する。 このシステムは、データ生成の研究、新しいHADセンサーシステム、アルゴリズム、人工知能(AI)トレーニング戦略の評価に使用される。
  論文  参考訳（メタデータ） (2023-07-12T14:04:12Z)
• Towards exploring adversarial learning for anomaly detection in complex driving scenes [0.32116198597240836]
  機械学習のサブフィールドである敵対的学習は、画像やビデオの異常を、単純なデータセットで印象的な結果で検出できることを証明した。 本研究では,バークレーディープドライブ(Berkeley DeepDrive)と呼ばれる,複雑な運転シーンのデータセット上で,そのような技術の性能について調査し,知見を提供する。
  論文  参考訳（メタデータ） (2023-06-17T15:32:16Z)
• Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts, Datasets and Metrics [77.34726150561087]
  本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。 両センサと融合に関する概念と特徴を提示する。 本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
  論文  参考訳（メタデータ） (2023-03-08T00:48:32Z)
• AI in Smart Cities: Challenges and approaches to enable road vehicle automation and smart traffic control [56.73750387509709]
  SCCは、活動やユーティリティの自動化と最適化による効率向上を目指すデータ中心の社会を構想しています。 本稿では、SCCにおけるAIの視点を説明し、道路車両の自動化とスマート交通制御を可能にする交通で使用されるAIベースの技術の概要を示す。
  論文  参考訳（メタデータ） (2021-04-07T14:31:08Z)
• Improving Robustness of Learning-based Autonomous Steering Using Adversarial Images [58.287120077778205]
  自動運転用画像入力における学習アルゴリズムw.r.tの堅牢性を解析するためのフレームワークについて紹介する。 感度分析の結果を用いて, 「操縦への学習」 タスクの総合的性能を向上させるアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-02-26T02:08:07Z)
• The NEOLIX Open Dataset for Autonomous Driving [1.4091801425319965]
  自律走行領域におけるNEOLIXデータセットとその応用について述べる。 私たちのデータセットには、ポイントクラウドラベル付き約30,000フレームと、アノテーション付き600k以上の3Dバウンディングボックスが含まれています。
  論文  参考訳（メタデータ） (2020-11-27T02:27:39Z)
• Task-relevant Representation Learning for Networked Robotic Perception [74.0215744125845]
  本稿では,事前学習されたロボット知覚モデルの最終的な目的と協調して設計された感覚データのタスク関連表現を学習するアルゴリズムを提案する。 本アルゴリズムは,ロボットの知覚データを競合する手法の最大11倍まで積極的に圧縮する。
  論文  参考訳（メタデータ） (2020-11-06T07:39:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。