運転における人の視覚を再現する深層学習モデル
Deep Neural Networks that Reproduce Human Vision Perception While Driving
- 提供方法
- 他サイトにて提供・販売
- 入手方法の確認はこちら
- 文献番号
- 20224583
- 文献・情報種別
- 自動車技術会論文集
Vol.53 No.6
- 掲載ページ
- 1102-1107(Total 6 p)
- 発行年月
- 2022年 11月
- 出版社
- (公社)自動車技術会
- 言語
- 日本語
書誌事項
| カテゴリ | 研究論文 |
|---|---|
| カテゴリ（英） | ResearchPaper 翻訳 |
| 著者 | 1) 江村 恒一, 2) 加藤 正隆, 3) 渡辺 英治 |
| 著者（英） | 1) Koichi Emura, 2) Masataka Kato, 3) Eiji Watanabe |
| 勤務先 | 1) パナソニック オートモーティブシステムズ, 2) パナソニック オートモーティブシステムズ, 3) 自然科学研究機構 基礎生物学研究所 |
| 抄録 | 思い込みや動静不注視などの交通事故要因には，人の予測特性が作用していると考えられる．本稿では，大脳皮質の動作原理として有力な仮説のひとつである予測符号化理論を組み込んだ深層学習機を用いて，運転において人の視覚が走行環境をどのように予測しているかをシミュレーションする新しいアプローチを提案する． |
| 抄録（英） | A human predictive characteristic may affect the traffic accident factors such as prediction failure and carelessness to other movements. In this paper, we propose a new approach to simulate how human vision predicts the driving environment during driving, and to clarify cognitive mechanisms, using deep neural networks that incorporate predictive coding, which is one of the leading theories as the operating principle of the cerebral cortex. Predictive coding assumes that the brain’s internal models predict the visual world at all times and that errors between the prediction and the actual sensory input further refine the internal models. 翻訳 |
