文献

J-GLOBAL ID：201702217516056723   整理番号：17A1251308

ライダー点群における即時物体検出【Powered by NICT】

Instant Object Detection in Lidar Point Clouds

著者 (3件)： Borcs Attila (Machine Perception Research Laboratory, Institute for Computer Science and Control, Hungarian Academy of Sciences, Budapest, Hungary) ,  Nagy Balazs (Machine Perception Research, MTASZTAKI, Budapest, Hungary) ,  Benedek Csaba (Machine Perception Research, MTASZTAKI, Budapest, Hungary)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 14  号： 7  ページ： 992-996  発行年： 2017年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  資料種別： 逐次刊行物 (A)
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： 本短報において,筆者らは都市域から採取した連続ストリーミングライダ点雲における物体分類のための新しいアプローチを提案した。提案フレームワークの入力はVelodyne HDL64ライダーにより獲得された生の3D点群系列であり,移動センサの近傍における全車両と歩行者を抽出することを目的とした。屋外三次元都市オブジェクトを識別するための特に開発した完全なパイプラインを提案した。点群基底,短い物体(すなわち,低前景),及び高い物体(高前景)の領域に分割する。,著者らの新規二層格子構造を用いて,前景領域上での効率的な連結成分解析を行い,点の異なるグループ,異なる都市オブジェクトを表すを製造する。次に,オブジェクト候補からの深さ画像を作成し,畳込みニューラルネットワークによる外見ベース予備的分類を適用した。最後に,可能な期待されるシーントポロジーを考慮した文脈的特徴を用いた分類を改良した。実ライダ測定における提案アルゴリズム,異なる都市シナリオから得られた千四百八十五の物体を含むを試験した。Copyright 2017 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： 歩行者 ,  格子構造 ,  都市域 ,  畳込み ,  都市 ,  三次元 ,  ニューラルネットワーク ,  基底 ,  *点群 ,  アルゴリズム ,  *LIDAR
準シソーラス用語： *レーザレーダ ,  深度画像 ,  前景 ,  モバイルセンサー ,  *物体検出 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： ライダー ,  点群 ,  物体検出