文献

J-GLOBAL ID：201602243039237093   整理番号：16A0638415

グラフ分割とMarkov階層モデルを用いた道路交通診断のための低高度空中配列の解析【Powered by NICT】

Analysis of low-altitude aerial sequences for road traffic diagnosis using graph partitioning and Markov hierarchical models

著者 (3件)： Kaaniche Khaled (National School of Engineers of Sousse, ENISO, University of Sousse, Tunisia, CEM Laboratory, National School of Engineers of Sfax, ENIS, University of Sfax, Tunisia) ,  Demonceaux Cedric (IUT LE CREUSOT, Le2i Laboratory, University of Bourgogne, France) ,  Vasseur Pascal (Laboratoire LITIS - E.A. 4108, University of Rouen, France)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SSD  ページ： 656-661  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ヘリコプタ(または雄)から採取した低高度空中配列の処理目的と道路交通を呈した独創的なアプローチに焦点を当てた。提案されたシステムは,得られた配列から車両を抽出することを試みた。我々のアプローチは,シーケンス画像のプリミティブを検出から始めた。この段階セグメンテーションの時点において,本システムは,画像の各対に対する支配的な運動を計算する。この運動はオプティカルフロー方程式とロバストな技術にウェーブレット解析を用いて計算した。興味領域(支配的な運動の影響を受けない地域)は,Markov階層モデルのおかげで検出された。セグメンテーションと興味深い分野に由来するプリミティブを用いて,に群分離プロセスが実行されるグラフを構築した。グラフは興味ある領域に属するのみプリミティブ(ノードとして考えられる)witchを集めた。ノードは知覚基準により連結した。配列の重要な要素(車両)を抽出するために,正規化カット法を用いてこのグラフの二分割が起こる。最後に,提案したアルゴリズムのパラメータは,遺伝的アルゴリズムを用いて学習段階により選択した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 正規化 ,  ヘリコプタ ,  ロバスト性 ,  アルゴリズム ,  画像 ,  遺伝的アルゴリズム ,  セグメンテーション ,  群分離 ,  *道路交通 ,  学習 ,  オプティカルフロー ,  *階層モデル ,  進化的計算
準シソーラス用語： ウェーブレット解析 ,  *グラフ分割 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： グラフ分割 ,  階層モデル ,  道路交通 ,  診断 ,  高度 ,  解析