文献

J-GLOBAL ID：201802246991610111   整理番号：18A1301968

道路トンネル歩行者検出のための高速画像強調アルゴリズム【JST・京大機械翻訳】

A fast image enhancement algorithm for highway tunnel pedestrian detection

著者 (3件)： Yongxue Li (College of Automation, Chongqing University, Chongqing 400044, China) ,  Min Zhao (College of Automation, Chongqing University, Chongqing 400044, China) ,  Dihua Sun (College of Automation, Chongqing University, Chongqing 400044, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CCDC  ページ： 3485-3490  発行年： 2018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： 歩行者検出は,現代の交通管理におけるサポートの必要な手段である。従来の歩行者検出の誤差とミス検出率は,不規則な照明,トンネル内の薄暗い環境,およびぼけた監視画像により高く,その後の同定を困難にする。したがって,本論文では,画像化モデル制約に基づく高速画像強調アルゴリズムを提案し,道路トンネルのシーンの下で道路の近くの舗装における歩行者ROIに狭くした。第一に,この方法は局所大気光を推定するために全球大気光と分割大気光の組合せを用いる。第二に,透過を画像モデル制約から導いた式に基づいて推定した。第3に,この方法は,トンネル画像照明をバランスさせるために照明の代わりに一定を使用する。最後に,トンネル画像は,画像化モデルによって強化した。さらに,アルゴリズムのリアルタイム要求のために,全体の計算効率を徹底的に改善するための狭化領域法を提案した。高い方法トンネルの特性について考慮して,それはぼやけたシーンであり,バックグラウンドから前景を認識することが難しいので,著者らは強化画像を検出するためにマルチ特徴統合の方法を採用した。実験と比較分析結果は,提案方法が高速で効果的にトンネル画像を強化することができて,高い方法で歩行者検出の効果を改善することができることを示した。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】

シソーラス用語： 画像処理 ,  照明 ,  *アルゴリズム ,  *画像 ,  *道路 ,  大気光 ,  *画像強調 ,  *歩行者 ,  *高速度 ,  *道路トンネル
準シソーラス用語： 前景 ,  計算効率 ,  実時間 ,  画像化 ,  検出率 ,  *歩行者検出 , 【Automatic Indexing@JST】

分類 (3件)： 都市交通  (TA01020W) ,  図形・画像処理一般  (JE04010I) ,  交通管制・規制  (TB01032S)

タイトルに関連する用語 (4件)： 道路トンネル ,  歩行者検出 ,  画像強調 ,  アルゴリズム