抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
近年,自動車産業のための先進的な河川支援システム(ADAS)は,運転中に発生する様々なイベントを検出するために,ますます多くのカメラベースのアルゴリズムを使用している。通常,いくつかのコンピュータビジョンアルゴリズムは,風スクリーンカメラからのフレームの処理を処理することによって同時に実行される。カメラベースのADASアルゴリズムの正常な動作のためには,カメラの視野が雑音因子によって妨害されないことが必須である。本論文では,アルゴリズム融合アプローチを探索し,カメラの^EUの妨害検出のための2つの異なる方法が融合したときの検出率を改善する方法を観察した。第1の障害検出アルゴリズムは古典的画像処理操作に依存するが,第2の障害検出アルゴリズムはその機能の間に機械学習アプローチを採用する。本研究では,訓練可能で非訓練可能な融合技術を採用することにより,風スクリーン閉塞検出の安定性がどのように強化されるかを調べた。結果を,一連の車両と運転条件からの多数の記録について検証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】