To provide a system and a method for an annotation pipeline.SOLUTION: In an annotation pipeline 100 used to produce 2D and/or 3D ground truth data for deep neural networks (DNNs), initially sensor data are captured with different types of sensors and synchronized to align frames of sensor data that represent a similar world state. The aligned frames are sampled and packaged into a sequence of annotation scenes to be annotated. An annotation project may be decomposed into modular tasks and encoded into a labeling tool. During the tasks, each type of sensor data in an annotation scene may be simultaneously presented. Information may be projected across sensor modalities to provide useful contextual information. After all annotation tasks have been completed, the resulting ground truth data may be exported in any suitable format.SELECTED DRAWING: Figure 1
【課題】注釈パイプラインに関するシステム及び方法を提供する。【解決手段】DNN(ディープ・ニューラル・ネットワーク)の2D及び/又は3Dグラウンド・トゥルース・データの生成に使用する注釈パイプライン100は、最初に、センサ・データを、異なるタイプのセンサでキャプチャし、類似の世界状態を表すセンサ・データのフレームを整列させるために同期する。整列したフレームを、注釈を付けるべき注釈場面のシーケンスへとサンプリング及びパッケージ化する。注釈プロジェクトを、モジュール・タスクに分解し、ラベル付けツールへとエンコードする。タスクの間、注釈場面における各タイプのセンサ・データを、同時に提示する。情報は、センサ・モダリティを横断して投影されて有用なコンテキスト情報を提供する。すべての注釈タスクが完了した後、結果として生じるグラウンド・トゥルース・データは、任意の適切なフォーマットでエクスポートされる。【選択図】図1
GROUND TRUTH DATA GENERATION FOR DEEP NEURAL NETWORK PERCEPTION IN AUTONOMOUS DRIVING APPLICATIONS
自律運転アプリケーションにおけるディープ・ニューラル・ネットワーク知覚のためのグラウンド・トゥルース・データ生成
2022-09-07
Patent
Electronic Resource
Japanese
European Patent Office | 2020
|Context‐guided ground truth sampling for multi‐modality data augmentation in autonomous driving
DOAJ | 2023
|Context‐guided ground truth sampling for multi‐modality data augmentation in autonomous driving
Wiley | 2023
|