- …
- …
#1045
summarized by : Anonymous
どんな論文か？
運転時におけるドライバーの注目度を予測することは，自動運転の研究において注目されている．既存研究では，人間の視覚情報のみに依存し，シーンセマンティクスは触れられていない．ここで本論文では，生の視線情報に加え環境中の意味的な文脈を学習するアプローチを提案．
新規性
自動運転の注目度を正確に予測するために，サリエンシーモデルを予測するためのSemantics Augmented GazE(SAGE)という検出手法を提案したという点．さらにこのSAGEを利用し，完全な顕著性予測フレームワークであるSAGE-Netを設計たという点．このSAGE-Netは奥行きや車の速度，横断歩道の意図など，重要な側面を考慮し，注目度を予測する．
結果
異なる運転データセット上で複数の実験を実施し，SAGEの柔軟性やロバスト性を評価した結果，SAGEはトレーニング中に追加の計算オーベーヘッドを発生させることなく，既存の手法よりも優れた性能を発揮した．
その他（なぜ通ったか？等）
- …
- …