講演抄録/キーワード |
講演名 |
2019-03-18 15:00
SSDに基づくリアルタイム性を考慮した物体検出手法 ○山重雄哉・青野雅樹(豊橋技科大) BioX2018-60 PRMU2018-164 |
抄録 |
(和) |
近年,深層学習に基づく画像上の物体検出技術の発展が注目されている.特に,自動運転シーンでは低コストで高精度かつリアルタイムな検出を行うことが必要不可欠である.そこで,省メモリなGPUを用いた場合においても高速な検出を可能とするSSD : Single Shot MultiBox Detector (SSD300)の改良を行う.我々は,抽象的な意味情報を維持しつつ畳み込み層を削減した”FPSSD7” : Feature Pyramid SSD7と呼ばれる新たな物体検出手法を提案する.意味情報の維持は,深い層の低解像度な特徴マップを用いて,浅い層の高解像度な特徴マップに意味情報を補間する手法を用いることで実現する.Udacity Annotated Driving Datasetを用いて従来手法との比較実験を行った結果,提案手法が従来手法よりも優れていることが示された. |
(英) |
In recent years, attention has been paid to developing object detection methods from images, based on deep learning. In particular, toward self-driving cars, it is essential to make the detection as accurately as possible, as quickly as possible, as economically as possible. Here, we focus on SSD: Single Shot MultiBox Detector (SSD300) and attempt to improve it with less GPU memory. We propose a new method called “FPSSD7” (Feature Pyramid SSD7), which has less convolutional layers, keeping semantic information. For this purpose, we develop a method to interpolate semantic information between lower layers with high resolution feature maps and upper layer with low resolution features maps. We conducted comparative experiments with the conventional methods using Udacity Annotated Driving Dataset. As the result, we demonstrate that our proposed method outperform the conventional methods. |
キーワード |
(和) |
物体検出 / 深層学習 / SSD: Single Shot MultiBox Detector / / / / / |
(英) |
Object Detection / Deep Learning / SSD: Single Shot MultiBox Detector / / / / / |
文献情報 |
信学技報, vol. 118, no. 513, PRMU2018-164, pp. 181-186, 2019年3月. |
資料番号 |
PRMU2018-164 |
発行日 |
2019-03-10 (BioX, PRMU) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
BioX2018-60 PRMU2018-164 |
研究会情報 |
研究会 |
PRMU BioX |
開催期間 |
2019-03-17 - 2019-03-18 |
開催地(和) |
電気通信大学 |
開催地(英) |
|
テーマ(和) |
社会と産業における安全・安心を支える認識・認証技術 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
PRMU |
会議コード |
2019-03-PRMU-BioX |
本文の言語 |
日本語 |
タイトル(和) |
SSDに基づくリアルタイム性を考慮した物体検出手法 |
サブタイトル(和) |
|
タイトル(英) |
Reali-time Object Detection based on SSD |
サブタイトル(英) |
|
キーワード(1)(和/英) |
物体検出 / Object Detection |
キーワード(2)(和/英) |
深層学習 / Deep Learning |
キーワード(3)(和/英) |
SSD: Single Shot MultiBox Detector / SSD: Single Shot MultiBox Detector |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
山重 雄哉 / Yuya Yamashige / ヤマシゲ ユウヤ |
第1著者 所属(和/英) |
豊橋技術科学大学 (略称: 豊橋技科大)
Toyohashi University of Technology (略称: TUT) |
第2著者 氏名(和/英/ヨミ) |
青野 雅樹 / Masaki Aono / アオノ マサキ |
第2著者 所属(和/英) |
豊橋技術科学大学 (略称: 豊橋技科大)
Toyohashi University of Technology (略称: TUT) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2019-03-18 15:00:00 |
発表時間 |
15分 |
申込先研究会 |
PRMU |
資料番号 |
BioX2018-60, PRMU2018-164 |
巻番号(vol) |
vol.118 |
号番号(no) |
no.512(BioX), no.513(PRMU) |
ページ範囲 |
pp.181-186 |
ページ数 |
6 |
発行日 |
2019-03-10 (BioX, PRMU) |
|