Autowareにおける三次元物体認識アルゴリズム「PointPillars」の紹介 - TIER IV Tech Blog
こんにちは。 ティアフォーで自動運転ソフトウェア開発を行っている村上です。 今回はDeep Learningを使った三次元物体認識の手法を紹介していきます。 TL;DR: 12msで動作する三次元物体認識アルゴリズムの開発 自動運転におけるDeep Learning 点群を処理するためのDeep Learning ざっと従来手法 従来手法での問題 形状推定の必要性 Deep Learningで可能なこと 三次元物体認識アルゴリズム「PointPillars」の紹介 ざっと類似手法 なぜ「PointPillars」 CUDAとTensorRTによる高速化 最後に 自動運転におけるDeep Learning 自動運転では主に周りの環境を認識する際にDeep Learningを用いることが多いです。画像認識アルゴリズムであるSSD*1やYOLO*2が有名なものになります。 Deep Learni
MIRU 2018 - 各チームの発表資料
A: Data Mining データマイニング研究の最新動向: 時系列、テキストマイニング、異常検知 B: HCI ユーザ評価から見るHCI -良いシステムの実現のためにCV研究者が学ぶこと- C: Robotics 実ロボットの知識獲得のためのシミュレーションを用いた転移学習における環境差異の解決 D: Bio CVにおける「認識」タスクに向けた生物の視覚情報の獲得とその処理についての調査 E: ASP 音声処理の最先端 F: NLP CV2NLP：コンピュータビジョンと自然言語処理の共存マップ G: Psychology A survey on Psychology - Connecting Perception, Language, and Memory studies with Computer Vision
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
VCC
