JP2020047267A - シーン分類 - Google Patents
シーン分類 Download PDFInfo
- Publication number
- JP2020047267A JP2020047267A JP2019157101A JP2019157101A JP2020047267A JP 2020047267 A JP2020047267 A JP 2020047267A JP 2019157101 A JP2019157101 A JP 2019157101A JP 2019157101 A JP2019157101 A JP 2019157101A JP 2020047267 A JP2020047267 A JP 2020047267A
- Authority
- JP
- Japan
- Prior art keywords
- scene
- image frames
- classification
- vehicle
- series
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30192—Weather; Meteorology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30261—Obstacle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
Claims (20)
- シーン分類のためのシステムであって、
移動車両から、環境の第1の一連の画像フレームをキャプチャする、画像キャプチャデバイスと、
第1の畳み込みニューラルネットワーク(CNN)に基づいて、前記環境内の1人以上の交通参加者を識別する、画像セグメンテーションモジュールと、
前記環境から、前記交通参加者のうちの1人以上をマスキングすることによって、第2の一連の画像フレームを生成する、画像マスカーと、
前記第2の一連の画像フレームの1つ以上の画像フレームを、2つ以上の時間的予測のうちの1つに分類し、シーン分類モデルに基づいて、それぞれの時間的予測と関連付けられた第3の一連の画像フレームを生成する、時間的分類子であって、前記分類が、第2のCNN、長短期メモリ(LSTM)ネットワーク、及び第1の完全に接続された層に基づく、時間的分類子と、
第3のCNN、グローバル平均プーリング、及び第2の完全に接続された層に基づいて、前記第3の一連の画像フレームの1つ以上の画像フレームを分類し、前記シーン分類モデル及びそれぞれの時間的予測に基づいて、関連付けられたシーン予測を生成する、シーン分類子と、を含む、シーン分類のためのシステム。 - 前記2つ以上の時間的予測が、接近注釈、進入注釈、及び通過注釈を含む、請求項1に記載のシーン分類のためのシステム。
- 前記第1のCNN、前記第2のCNN、又は前記第3のCNNが、ディープネットCNN又はResNet 50CNNである、請求項1に記載のシーン分類のためのシステム。
- 前記シーン分類のためのシステムが、車両に実装され、前記車両が、前記シーン予測に基づいて、前記車両の1つ以上のセンサ又は1つ以上の車両システムをアクティブ化又は非アクティブ化する、コントローラを含む、請求項1に記載のシーン分類のためのシステム。
- 前記シーン分類子が、前記第3の一連の画像フレームの1つ以上の画像フレームを、快晴、晴れ、雪、雨、曇り、又は霧を含む天候分類に分類し、
前記コントローラが、前記天候分類に基づいて、前記車両の前記センサのうちの1つ以上又は前記車両システムのうちの1つ以上をアクティブ化又は非アクティブ化する、請求項4に記載のシーン分類のためのシステム。 - 前記シーン分類子が、前記第3の一連の画像フレームの1つ以上の画像フレームを、乾燥、湿潤、又は雪を含む路面分類に分類し、
前記コントローラが、前記路面分類に基づいて、前記車両の前記センサのうちの1つ以上又は前記車両システムのうちの1つ以上をアクティブ化又は非アクティブ化する、請求項4に記載のシーン分類のためのシステム。 - 前記シーン分類子が、前記第3の一連の画像フレームの1つ以上の画像フレームを、都市、ランプ、高速道路、又はローカルを含む環境分類に分類し、
前記コントローラが、前記環境分類に基づいて、前記車両の前記センサのうちの1つ以上又は前記車両システムのうちの1つ以上をアクティブ化又は非アクティブ化する、請求項4に記載のシーン分類のためのシステム。 - 前記車両システムのうちの1つ以上が、LIDARシステム又はレーダーシステムである、請求項4に記載のシーン分類のためのシステム。
- 前記コントローラは、前記シーン予測がトンネルであることに基づいて、前記LIDARシステム又はレーダーシステムを非アクティブ化する、請求項8に記載のシーン分類のためのシステム。
- 前記コントローラは、前記シーン予測が交差点であることに基づいて、信号機、一時停止標識、一時停止線の検索を優先順位付けする、請求項4に記載のシーン分類のためのシステム。
- シーン分類のためのシステムを装備した車両であって、
移動車両から、環境の第1の一連の画像フレームをキャプチャする、画像キャプチャデバイスと、
第1の畳み込みニューラルネットワーク(CNN)に基づいて、前記環境内の1人以上の交通参加者を識別する、画像セグメンテーションモジュールと、
前記環境から、前記交通参加者のうちの1人以上をマスキングすることによって、第2の一連の画像フレームを生成する、画像マスカーと、
前記第2の一連の画像フレームの1つ以上の画像フレームを、2つ以上の時間的予測のうちの1つに分類し、シーン分類モデルに基づいて、それぞれの時間的予測と関連付けられた第3の一連の画像フレームを生成する、時間的分類子であって、前記分類が、第2のCNN、長短期メモリ(LSTM)ネットワーク、及び第1の完全に接続された層に基づく、時間的分類子と、
第3のCNN、グローバル平均プーリング、及び第2の完全に接続された層に基づいて、前記第3の一連の画像フレームの1つ以上の画像フレームを分類し、前記シーン分類モデル及びそれぞれの時間的予測に基づいて、関連付けられたシーン予測を生成する、シーン分類子と、
前記シーン予測に基づいて、前記車両の1つ以上のセンサ又は1つ以上の車両システムをアクティブ化又は非アクティブ化する、コントローラと、を含む、車両。 - 前記2つ以上の時間的予測が、接近注釈、進入注釈、及び通過注釈を含む、請求項11に記載の車両。
- 前記第1のCNN、前記第2のCNN、又は前記第3のCNNが、ディープネットCNN又はResNet 50CNNである、請求項11に記載の車両。
- 前記車両システムのうちの1つ以上が、LIDARシステム又はレーダーシステムであり、前記コントローラは、前記シーン予測がトンネルであることに基づいて、前記LIDARシステム又はレーダーシステムを非アクティブ化する、請求項11に記載の車両。
- シーン分類のためのシステムであって、
移動車両から、環境の第1の一連の画像フレームをキャプチャする、画像キャプチャデバイスと、
前記第1の一連の画像フレームの1つ以上の画像フレームを、2つ以上の時間的予測のうちの1つに分類し、シーン分類モデルに基づいて、それぞれの時間的予測と関連付けられた第2の一連の画像フレームを生成する、時間的分類子であって、前記分類が、畳み込みニューラルネットワーク(CNN)、長短期メモリ(LSTM)ネットワーク、及び第1の完全に接続された層に基づく、時間的分類子と、
第2のCNN、グローバル平均プーリング、及び第2の完全に接続された層に基づいて、前記第2の一連の画像フレームの1つ以上の画像フレームを分類し、前記シーン分類モデル及びそれぞれの時間的予測に基づいて、関連付けられたシーン予測を生成する、シーン分類子と、を含む、シーン分類のためのシステム。 - 前記2つ以上の時間的予測が、接近注釈、進入注釈、及び通過注釈を含む、請求項15に記載のシーン分類のためのシステム。
- 前記CNN又は前記第2のCNNが、ResNet 50CNNである、請求項15に記載のシーン分類のためのシステム。
- 前記シーン分類のためのシステムが、車両に実装され、前記車両が、前記シーン予測に基づいて、前記車両の1つ以上のセンサ又は1つ以上の車両システムをアクティブ化又は非アクティブ化する、コントローラを含む、請求項15に記載のシーン分類のためのシステム。
- 前記シーン分類子が、前記第3の一連の画像フレームの1つ以上の画像フレームを、快晴、晴れ、雪、雨、曇り、又は霧を含む天候分類に分類し、
前記コントローラが、前記天候分類に基づいて、前記車両の前記センサのうちの1つ以上又は前記車両システムのうちの1つ以上をアクティブ化又は非アクティブ化する、請求項18に記載のシーン分類のためのシステム。 - 前記シーン分類子が、前記第3の一連の画像フレームの1つ以上の画像フレームを、乾燥、湿潤、又は雪を含む路面分類に分類し、
前記コントローラが、前記路面分類に基づいて、前記車両の前記センサのうちの1つ以上又は前記車両システムのうちの1つ以上をアクティブ化又は非アクティブ化する、請求項18に記載のシーン分類のためのシステム。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862731158P | 2018-09-14 | 2018-09-14 | |
US62/731158 | 2018-09-14 | ||
US16/374205 | 2019-04-03 | ||
US16/374,205 US11195030B2 (en) | 2018-09-14 | 2019-04-03 | Scene classification |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020047267A true JP2020047267A (ja) | 2020-03-26 |
JP6935467B2 JP6935467B2 (ja) | 2021-09-15 |
Family
ID=69772156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019157101A Active JP6935467B2 (ja) | 2018-09-14 | 2019-08-29 | シーン分類 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11195030B2 (ja) |
JP (1) | JP6935467B2 (ja) |
CN (1) | CN110909587B (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113566834A (zh) * | 2021-07-20 | 2021-10-29 | 广州小鹏汽车科技有限公司 | 定位方法、定位装置、车辆和存储介质 |
JP2021190128A (ja) * | 2020-06-02 | 2021-12-13 | ネイバー コーポレーションNAVER Corporation | 全身ポーズを生成するためのシステム |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10678244B2 (en) | 2017-03-23 | 2020-06-09 | Tesla, Inc. | Data synthesis for autonomous control systems |
US11157441B2 (en) | 2017-07-24 | 2021-10-26 | Tesla, Inc. | Computational array microprocessor system using non-consecutive data formatting |
US11893393B2 (en) | 2017-07-24 | 2024-02-06 | Tesla, Inc. | Computational array microprocessor system with hardware arbiter managing memory requests |
US11409692B2 (en) | 2017-07-24 | 2022-08-09 | Tesla, Inc. | Vector computational unit |
US10671349B2 (en) | 2017-07-24 | 2020-06-02 | Tesla, Inc. | Accelerated mathematical engine |
US11561791B2 (en) | 2018-02-01 | 2023-01-24 | Tesla, Inc. | Vector computational unit receiving data elements in parallel from a last row of a computational array |
US11215999B2 (en) | 2018-06-20 | 2022-01-04 | Tesla, Inc. | Data pipeline and deep learning system for autonomous driving |
US11361457B2 (en) | 2018-07-20 | 2022-06-14 | Tesla, Inc. | Annotation cross-labeling for autonomous control systems |
US11636333B2 (en) | 2018-07-26 | 2023-04-25 | Tesla, Inc. | Optimizing neural network structures for embedded systems |
US11562231B2 (en) | 2018-09-03 | 2023-01-24 | Tesla, Inc. | Neural networks for embedded devices |
SG11202103493QA (en) | 2018-10-11 | 2021-05-28 | Tesla Inc | Systems and methods for training machine models with augmented data |
US10839220B2 (en) * | 2018-10-15 | 2020-11-17 | Kepler Vision Technologies B.V. | Method for categorizing a scene comprising a sub-scene with machine learning |
US11196678B2 (en) | 2018-10-25 | 2021-12-07 | Tesla, Inc. | QOS manager for system on a chip communications |
US11636681B2 (en) * | 2018-11-21 | 2023-04-25 | Meta Platforms, Inc. | Anticipating future video based on present video |
US11816585B2 (en) | 2018-12-03 | 2023-11-14 | Tesla, Inc. | Machine learning models operating at different frequencies for autonomous vehicles |
US11537811B2 (en) | 2018-12-04 | 2022-12-27 | Tesla, Inc. | Enhanced object detection for autonomous vehicles based on field view |
US11610117B2 (en) | 2018-12-27 | 2023-03-21 | Tesla, Inc. | System and method for adapting a neural network model on a hardware platform |
US11150664B2 (en) | 2019-02-01 | 2021-10-19 | Tesla, Inc. | Predicting three-dimensional features for autonomous driving |
US10997461B2 (en) | 2019-02-01 | 2021-05-04 | Tesla, Inc. | Generating ground truth for machine learning from time series elements |
US11567514B2 (en) | 2019-02-11 | 2023-01-31 | Tesla, Inc. | Autonomous and user controlled vehicle summon to a target |
US10956755B2 (en) | 2019-02-19 | 2021-03-23 | Tesla, Inc. | Estimating object properties using visual image data |
JP2020170408A (ja) * | 2019-04-04 | 2020-10-15 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム |
CN111639525A (zh) * | 2020-04-22 | 2020-09-08 | 上海擎感智能科技有限公司 | 一种感知算法的训练方法、装置及计算机存储介质 |
CN112070044B (zh) * | 2020-09-15 | 2021-05-11 | 北京深睿博联科技有限责任公司 | 一种视频物体分类方法及装置 |
WO2022133939A1 (zh) * | 2020-12-24 | 2022-06-30 | 深圳市大疆创新科技有限公司 | 驾驶控制方法、装置、汽车及计算机可读存储介质 |
CN113252058B (zh) * | 2021-05-24 | 2024-06-28 | 北京航迹科技有限公司 | 一种imu数据处理方法、***、装置及存储介质 |
BE1029668B1 (nl) * | 2021-12-03 | 2023-03-02 | Ivex | Methoden, systemen, opslagmedia en apparatuur voor end-to-end scenario-extractie uit 3d input puntenwolken, scenario-indeling en het genereren van sequentiële rij-eigenschappen voor de identificatie van veiligheidskritieke scenario-categorieën |
CN115092177B (zh) * | 2022-06-22 | 2024-06-25 | 重庆长安汽车股份有限公司 | 一种无人驾驶车辆匝道目标场景的id分配方法及存储介质 |
US20240089736A1 (en) * | 2022-09-09 | 2024-03-14 | Qualcomm Incorporated | Sensor misbehavior detection system utilizing communications |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007329762A (ja) * | 2006-06-08 | 2007-12-20 | Fujitsu Ten Ltd | 物体候補領域検出装置、物体候補領域検出方法、歩行者認識装置、および車両制御装置 |
JP2014235605A (ja) * | 2013-06-03 | 2014-12-15 | 株式会社デンソー | 運転シーンラベル推定装置 |
JP2018022234A (ja) * | 2016-08-01 | 2018-02-08 | クラリオン株式会社 | 画像処理装置、外界認識装置 |
WO2018066712A1 (ja) * | 2016-10-07 | 2018-04-12 | アイシン・エィ・ダブリュ株式会社 | 走行支援装置及びコンピュータプログラム |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8644624B2 (en) * | 2009-07-28 | 2014-02-04 | Samsung Electronics Co., Ltd. | System and method for indoor-outdoor scene classification |
US20160267335A1 (en) | 2015-03-13 | 2016-09-15 | Harman International Industries, Incorporated | Driver distraction detection system |
DE102016216364A1 (de) | 2016-08-31 | 2018-03-01 | Osram Gmbh | Beleuchtungssystem, fahrzeugscheinwerfer und verfahren zum steuern eines beleuchtungssystems |
JP6869002B2 (ja) | 2016-10-21 | 2021-05-12 | キヤノン株式会社 | 計測装置 |
EP3319041B1 (en) | 2016-11-02 | 2022-06-22 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and storage medium |
US11205103B2 (en) | 2016-12-09 | 2021-12-21 | The Research Foundation for the State University | Semisupervised autoencoder for sentiment analysis |
US20180211403A1 (en) * | 2017-01-20 | 2018-07-26 | Ford Global Technologies, Llc | Recurrent Deep Convolutional Neural Network For Object Detection |
US10460180B2 (en) * | 2017-04-20 | 2019-10-29 | GM Global Technology Operations LLC | Systems and methods for visual classification with region proposals |
US10402687B2 (en) | 2017-07-05 | 2019-09-03 | Perceptive Automata, Inc. | System and method of predicting human interaction with vehicles |
JP2019040465A (ja) | 2017-08-25 | 2019-03-14 | トヨタ自動車株式会社 | 行動認識装置,学習装置,並びに方法およびプログラム |
CN109591794B (zh) | 2017-09-30 | 2021-03-02 | 惠州市德赛西威汽车电子股份有限公司 | 一种智能启停方法及*** |
US10909368B2 (en) * | 2018-01-23 | 2021-02-02 | X Development Llc | Crop type classification in images |
US10679069B2 (en) | 2018-03-27 | 2020-06-09 | International Business Machines Corporation | Automatic video summary generation |
US10922589B2 (en) * | 2018-10-10 | 2021-02-16 | Ordnance Survey Limited | Object-based convolutional neural network for land use classification |
-
2019
- 2019-04-03 US US16/374,205 patent/US11195030B2/en active Active
- 2019-08-27 CN CN201910797185.6A patent/CN110909587B/zh active Active
- 2019-08-29 JP JP2019157101A patent/JP6935467B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007329762A (ja) * | 2006-06-08 | 2007-12-20 | Fujitsu Ten Ltd | 物体候補領域検出装置、物体候補領域検出方法、歩行者認識装置、および車両制御装置 |
JP2014235605A (ja) * | 2013-06-03 | 2014-12-15 | 株式会社デンソー | 運転シーンラベル推定装置 |
JP2018022234A (ja) * | 2016-08-01 | 2018-02-08 | クラリオン株式会社 | 画像処理装置、外界認識装置 |
WO2018066712A1 (ja) * | 2016-10-07 | 2018-04-12 | アイシン・エィ・ダブリュ株式会社 | 走行支援装置及びコンピュータプログラム |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021190128A (ja) * | 2020-06-02 | 2021-12-13 | ネイバー コーポレーションNAVER Corporation | 全身ポーズを生成するためのシステム |
JP7213916B2 (ja) | 2020-06-02 | 2023-01-27 | ネイバー コーポレーション | 全身ポーズを生成するためのシステム |
CN113566834A (zh) * | 2021-07-20 | 2021-10-29 | 广州小鹏汽车科技有限公司 | 定位方法、定位装置、车辆和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110909587A (zh) | 2020-03-24 |
US20200089969A1 (en) | 2020-03-19 |
US11195030B2 (en) | 2021-12-07 |
CN110909587B (zh) | 2024-02-13 |
JP6935467B2 (ja) | 2021-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6935467B2 (ja) | シーン分類 | |
US11034357B2 (en) | Scene classification prediction | |
US10482334B1 (en) | Driver behavior recognition | |
CN108388834B (zh) | 利用循环神经网络和级联特征映射的对象检测 | |
US10627823B1 (en) | Method and device for performing multiple agent sensor fusion in cooperative driving based on reinforcement learning | |
Devi et al. | A comprehensive survey on autonomous driving cars: A perspective view | |
US11886506B2 (en) | System and method for providing object-level driver attention reasoning with a graph convolution network | |
US11845464B2 (en) | Driver behavior risk assessment and pedestrian awareness | |
Deepika et al. | Obstacle classification and detection for vision based navigation for autonomous driving | |
JP2021136020A (ja) | 因果推論を用いた危険物体識別のためのシステム及びその方法 | |
US11150656B2 (en) | Autonomous vehicle decision making | |
JP2021136021A (ja) | 運転者中心危険評価:意図認識運転モデルを用いた因果推論を介する危険物体識別 | |
JP2021070471A (ja) | アクション事前分布を使用して将来予測するためのシステム及び方法 | |
US20220144260A1 (en) | System and method for completing risk object identification | |
US11294386B2 (en) | Device and method for determining U-turn strategy of autonomous vehicle | |
US11328433B2 (en) | Composite field based single shot prediction | |
Barbosa et al. | IoT based real-time traffic monitoring system using images sensors by sparse deep learning algorithm | |
WO2020067070A1 (ja) | 情報処理システム及び情報処理方法 | |
DE102019124419A1 (de) | Szenenklassifizierung | |
Babu Naik et al. | Convolutional neural network based on self-driving autonomous vehicle (cnn) | |
Juyal et al. | Object Classification Using A rtificial I ntelligence Technique sin Autonomous Vehicles | |
US20210004016A1 (en) | U-turn control system for autonomous vehicle and method therefor | |
Prajwal et al. | Object detection in self driving cars using deep learning | |
Sheri et al. | Object detection and classification for self-driving cars | |
Arvind et al. | Vision based driver assistance for near range obstacle sensing under unstructured traffic environment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190829 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191008 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20191219 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200817 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200929 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201109 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210106 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210305 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210803 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210825 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6935467 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |