文献

J-GLOBAL ID：201802275233810218   整理番号：18A0138653

畳込みニューラルネットワークを用いた交通標識の認識【Powered by NICT】

Traffic sign recognition using convolutional neural networks

著者 (4件)： Boujemaa Kaoutar Sefrioui (LIMS Laboratory, Dhar El Mehraz Science Faculty, Universite ́ Sidi Mohamed Ben Abdellah, Fez, Morroco) ,  Bouhoute Afaf (LIMS Laboratory, Dhar El Mehraz Science Faculty, Universite ́ Sidi Mohamed Ben Abdellah, Fez, Morroco) ,  Boubouh Karim (LIMS Laboratory, Dhar El Mehraz Science Faculty, Universite ́ Sidi Mohamed Ben Abdellah, Fez, Morroco) ,  Berrada Ismail (LIMS Laboratory, Dhar El Mehraz Science Faculty, Universite ́ Sidi Mohamed Ben Abdellah, Fez, Morroco)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： WINCOM  ページ： 1-6  発行年： 2017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： 交通標識認識(TSR)は先進的運転者支援システム,運転者の安全性に寄与する歩行者と自動車の重要な特徴である。開発TSRシステムは,コンピュータビジョン技法を用い,一般的にパターン認識の分野における基本的な考慮を必要とする。達成されたことを全ての以前の研究にもかかわらず,道路標識検出と認識は,依然として非常に挑戦的な問題となっている,実時間処理溶液を提供したい場合正確に。本論文では,交通標識の検出と認識のための二つの主要なアプローチの比較と解析的研究を提示した。最初のアプローチは,色領域分割法と畳込みニューラルネットワーク(C CNN)に基づいており,第二の手法は高速な領域ベース畳込みニューラルネットワークアプローチ(高速R CNN)に基づいている。Copyright 2018 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： 実時間処理 ,  パターン認識 ,  コンピュータビジョン ,  高速度 ,  安全性 ,  *交通標識 ,  自動車 ,  歩行者 ,  道路標識
準シソーラス用語： 領域分割法 ,  運転者支援システム ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 畳込みニューラルネットワーク ,  交通標識