Are all objects equal? Deep spatio-temporal importance prediction in driving videos

درک کردن هدف و ارتباط عوامل محیطی از طریق ویدئو، وظیفه اساسی بسیاری از برنامه های کاربردی در رباتیک و دید رایانه است. مدل سازی و ارزیابی آگاهی وضعیت موقتی، فضایی و زمانی به ویژه در زمینه وسایل نقلیه هوشمند اهمیت دارد که در آن یک ربات نیاز به هماهنگی حرکت در یک محیط پیچیده و در عین حال تعامل با انسان ها دارد. در این مقاله، ما با بررسی این وظیفه رتبه بندی اهمیت جاده در جاده از ویدیو به این مسائل می پردازیم. اولا، حاشیه نویسی اهمیت اهداف انسانی به منظور تحلیل ارتباط چندین مدال برای اهمیت پیش بینی اهمیت استفاده می شود. یک مدل شبکه عصبی کانولوشن عمیق برای ضبط کردن نشانه های فضایی و زمانی محتوا از نوع صحنه، کار رانندگی و خواص شیء مربوط به هدف مورد استفاده قرار می گیرد. دوم، حاشیه نویسی اهمیت پیشنهادی برای تولید تحلیل های جدید از انواع خطا در آشکارسازهای شیء مبتنی بر تصویر استفاده می شود. به طور خاص، ما نشان می دهیم که چگونه آموزش هزینه های حساس، با توجه به حاشیه نویسی اهمیت هدف، موجب بهبود عملکرد تشخیص در اهداف مهم می شود. این بینش برای یک برنامه کاربردی که خطاهای ناوبری ایمنی حیاتی است ضروری است و کیفیت اتوماسیون و روابط متقابل انسان مهم است.