A computer-implemented method for training a deep neural network to recognize traffic scenes (TSs) from multi-modal sensors and knowledge data is presented. The computer-implemented method includes receiving data from the multi-modal sensors and the knowledge data and extracting feature maps from the multi-modal sensors and the knowledge data by using a traffic participant (TS) extractor to generate a first set of data, using a static objects extractor to generate a second set of data, and using an additional information extractor. The computer-implemented method further includes training the deep neural network, with training data, to recognize the TSs from a viewpoint of a vehicle.
L'invention concerne un procédé mis en œuvre par ordinateur pour apprendre à un réseau de neurones profond à reconnaître des scènes de trafic (TS) à partir de données de capteurs multimodaux et de données de connaissances. Le procédé mis en œuvre par ordinateur consiste à recevoir des données provenant de capteurs multimodaux et des données de connaissances et à extraire des cartes de caractéristiques des données de capteurs multimodaux et des données de connaissances par utilisation d'un extracteur de participants au trafic (TS) pour générer un premier ensemble de données, utilisation d'un extracteur d'objets fixes pour générer un deuxième ensemble de données, et utilisation d'un extracteur d'informations supplémentaires. Le procédé mis en œuvre par ordinateur consiste en outre à apprendre au réseau de neurones profond, à l'aide de données d'apprentissage, à reconnaître les TS à partir d'un point de vue d'un véhicule.
MULTI-MODAL DRIVING DANGER PREDICTION SYSTEM FOR AUTOMOBILES
SYSTÈME DE PRÉDICTION DE DANGER DE CONDUITE MULTIMODAL POUR AUTOMOBILES
2017-10-12
Patent
Electronic Resource
English