文献

J-GLOBAL ID：201802233603270744   整理番号：18A1911493

深層学習に基づく交通標識検出アルゴリズムに関する研究【JST・京大機械翻訳】

Research on traffic sign detection algorithm based on deep learning

著者 (2件)： Wang Quan (Xi’an University of Technology, Shaanxi, China) ,  Fu Weiping (Xi’an University of Technology, Shaanxi, China)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 30  号： 22  ページ： e4675  発行年： 2018年 
JST資料番号： W2542A  ISSN： 1532-0626  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： 供給チェーンの本体の間のそれぞれの関心のために,閉ループ交通標識の相互接続によって引き起こされる検出率の減少の問題を調整するためにいくつかの機構を導入することが必要である。本論文は,深い学習に基づく交通標識検出アルゴリズムを提案した。それは,赤,緑,青(RGB)正規化ベースの色検出アルゴリズムと局所特徴決定基準を用いて,マルチサイン相互接続候補領域を自動的に同定し,抽出したターゲット領域のエッジ平滑化と輪郭追跡を行う。それは,抽出された輪郭に関する交通標識検出を作るために,グローバルおよび局所的曲率特性に基づく深い学習者を使用して,検出点対の整合条件と同様にコーナの凸性と凹の判断基準に従って,コーナからの標識の間の検出点対を抽出した。それは検出点対の間の検出線を探し,標識の最終検出を実現する。実験結果は,提案したアルゴリズムの有効性を検証した。流域変換と改良適応検出アルゴリズムに基づく既存の符号検出アルゴリズムと比較して,それは符号過剰検出問題を克服して,符号検出の全体的性能を改善した。Copyright 2018 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 正規化 ,  *アルゴリズム ,  エッジ検出 ,  *交通標識 ,  平滑化 ,  判定基準 ,  曲率 ,  凹形 ,  画像処理 ,  凸形 ,  相互接続
準シソーラス用語： 学習者 ,  局所特徴 ,  検出率 ,  *検出アルゴリズム ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 適応検出 ,  深層学習 ,  画像処理 ,  交通標識検出

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 深層学習 ,  交通標識 ,  検出アルゴリズム ,  研究