Machine Learning in Advanced Driver-Assistance Sys

Machine Learning in Advanced Driver-Assistance Systems.
Contributions to Pedestrian Detection and Adversarial Modeling.
Urheber: Ghorban, Farzin
Verlag: Logos Berlin.
21,0 x 14,5 cm. Seiten: ca 153.
ISBN-13: 9783832548742.
Erscheinungsdatum: 31.03.2019

Im Rahmen von Advanced Driver Assistance Systems (ADAS) werden Fahrzeuge mit mehreren Sensoren ausgestattet, um die Umgebung des Fahrzeugs zu erfassen und intelligente Algorithmen zum Verständnis der Daten einzusetzen. Diese Studie trägt zur Erforschung moderner ADAS zu verschiedenen Aspekten bei. Die in ADAS eingesetzten Methoden müssen genau und recheneffizient sein, um auf Embedded-Plattformen schnell laufen zu können. Wir stellen einen neuartigen Ansatz für die Fußgängererkennung vor, der die Kosten für die Berechnung von Kaskaden reduziert. Wir zeigen, dass (a) unsere zweistufige Kaskade eine hohe Genauigkeit bei Echtzeitbetrieb erreicht und (b) unsere dreistufige Kaskade als viertbeste Methode bei einem der anspruchsvollsten Fußgängerdatensätze gilt. Die andere Herausforderung für ADAS ist der Mangel an positiven Trainingsdaten. Wir stellen einen neuartigen Ansatz vor, der es AdaBoost-Detektoren ermöglicht, von einer hohen Anzahl negativer Proben zu profitieren. Wir zeigen, dass unser Ansatz bei zwei herausfordernden Fußgänger-Datensätzen als zweitbester unter seinen Wettbewerbern gilt und gleichzeitig um ein Vielfaches schneller ist. Die Erfassung von beschrifteten Trainingsdaten ist insbesondere bei der Verkehrszeichenerkennung kostspielig und zeitaufwendig. Wir untersuchen die Verwendung synthetischer Daten mit dem Ziel, den menschlichen Aufwand für die Datenaufbereitung zu reduzieren. Wir passen (a) das kontradiktorische Modellierungssystem algorithmisch und architektonisch an die in ADAS bereitgestellten Bilddaten an, führen (b) verschiedene Bewertungen durch und diskutieren vielversprechende zukünftige Forschungsrichtungen.

Inhalt:
Künstliche Intelligenz
Maschinelles Lernen
Neuronale Netze und Fuzzysysteme
Mustererkennung
Maschinelles Sehen, Bildverstehen

Repräsentationslernen; Deep Learning; Machine Learning; Objekterkennung; Neuronale Netze.