夜間車載カメラ画像のGrad-CAM++による判断根拠の可視化と拡張焦点

カテゴリ: 研究会(論文単位)

論文No: PI20012,IIS20043

グループ名: 【C】電子・情報・システム部門 知覚情報/【D】産業応用部門 次世代産業システム合同研究会

発行日: 2020/03/23

タイトル(英語): Visualization using Grad-CAM++ and focus of expansion in nighttime in-vehicle camera image.

著者名: 東海 侃志(静岡大学),坂川 祐太(静岡大学),大橋 剛介(静岡大学)

著者名(英語): Kanji Tokai(Shizuoka university),Yuta Sakagawa(Shizuoka university),Gosuke Ohashi(Shizuoka university)

キーワード: 夜間車載カメラ画像|一貫学習|判断根拠の可視化|Ｇｒａｄ－ＣＡＭ＋＋|ステアリング情報|拡張焦点|Nighttime in-vehicle camera image|End-to-end learning|Visualization|Grad-CAM++|Steering|FOE

要約(日本語): 我々は，夜間車載カメラ画像において車両ライトの”High”と”Low”の二値画像分類を一貫学習を利用して学習させ，正解作成の容易化が可能となることと，その判断根拠が人間と同様に車両であることをGrad-CAM++による可視化で確認している．今回，ステアリング情報の“直進”か“右カーブ”か“左カーブ”の三値画像分類を学習させ，その判断根拠が拡張焦点(FOE)や白線に可視化されることを確認した．

要約(英語): We have been working on vehicle detection from nighttime in-vehicle camera images in order to detect preceding vehicles. We trained for image classification of “High” and “Low” based on the headlight information using the end-to-end learning in order to make it easier to create the ground truth, and confirmed by the visualization using Grad-CAM++ that vehicles make the decision which are same as humans decision reason.In this study, we trained for the image classification of “straight”, “right curve” and “left curve” based on the steering information, and confirmed by the visualization using Grad-CAM++ that FOE and white lines make the decision which are same as humans decision reason.

原稿種別: 日本語

PDFファイルサイズ: 1,256 Kバイト