文献

J-GLOBAL ID：201802259292114342   整理番号：18A0651497

静止画像に対して,FCMを用いて交通状態認識を行った。【JST・京大機械翻訳】

Traffic state recognition using static images and FCM

著者 (7件)： Cui Hua (長安大学 信息工程学院,陜西 西安,710064) ,  Yuan Chao (長安大学 信息工程学院,陜西 西安,710064) ,  Wei Zefa (長安大学 信息工程学院,陜西 西安,710064) ,  Li Pannong (長安大学 信息工程学院,陜西 西安,710064) ,  Song Xinxin (長安大学 信息工程学院,陜西 西安,710064) ,  Ji Yu (長安大学 信息工程学院,陜西 西安,710064) ,  Liu Yunfei (長安大学 信息工程学院,陜西 西安,710064)
資料名： Xi’an Dianzi Keji Daxue Xuebao  (Xi'an Dianzi Keji Daxue Xuebao)
巻： 44  号： 6  ページ： 79-84  発行年： 2017年 
JST資料番号： W0859A  ISSN： 1001-2400  CODEN： XDKXEP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 交通状態を正確に識別することができることは、本道路に入る運転者が渋滞を避け、渋滞の程度を悪化させると同時に、科学的にアクティブな交通管理政策を制定する基礎であり、タイムリーに混雑を防ぎ、道路の運行効率を向上させ、省エネルギーと排出量を削減する。最初に,交通監視ビデオから画像を収集し,道路を関心領域とし,道路画像の角度とスケールの正規化処理を行った。次に,関心領域の平均勾配,隅角部の長さ,および長さのエッジの比率を抽出した。最後に,ファジィC平均クラスタ化アルゴリズムを用いて,画像の交通状態を,2つの状態に分割した:それらの状態を,2つの状態に分割した。実験結果は,提案したアルゴリズムが効率的に画像の交通状態を認識することができて,正確さが94%以上に達することを示して,それはまた,ビデオに基づく交通状態認識方法と比較して,コストを大いに減少した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *画像 ,  *静止画像 ,  正規化 ,  曖昧さ ,  省エネルギー ,  クラスタ化 ,  道路 ,  排出量 ,  録画装置
準シソーラス用語： 関心領域 , 【Automatic Indexing@JST】

著者キーワード (5件)： traffic condition recognition ,  traffic image ,  fuzzy C-means clustering ,  corner ,  long edge number

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 静止画像 ,  FCM ,  交通