文献

J-GLOBAL ID：201902276623630823   整理番号：19A2401565

顕著性検出に基づく交通標識検出法【JST・京大機械翻訳】

A Traffic Sign Detection Method based on Saliency Detection

著者 (3件)： Zhao Tianyun (Northwestern Polytechnical University, School of Automation, Xi’an, 710129, China) ,  Liu Qi (Northwestern Polytechnical University, School of Automation, Xi’an, 710129, China) ,  Zhang Yunpeng (University of Houston, College of Technology, Houston, 77204, U.S.A.)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IAI  ページ： 1-6  発行年： 2019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： 知的輸送システム(ITS)の重要な研究方向として,道路交通標識認識研究は,自動操縦と交通標識保全においてますます重要になった。この分野における研究によって直面する困難性と難問は,特徴抽出と地域的セグメンテーションのような増加している。近年のコンピュータビジョン研究の分野において,視覚的顕著性の検出はホットな話題になっている。この技術は人間の視覚的注意メカニズムをシミュレートし,大量の画像データから効果的な情報を迅速に得ることができる。しかし,複雑な状況において,目標スケールの変化,目標輪郭の複雑さとバックグラウンド干渉の影響のために,既存のアルゴリズムの多くは,より良い検出効果を達成することが困難であり,また,顕著性マップのリアルタイム検出と融合における改良の余地がある。したがって,視覚的に重要なターゲットの検出は,さらに研究する必要がある重要な問題である。上記の2つのポイントを結合して,本論文は顕著性検出に基づくトラフィックサイン検出方法を提案した。一般的に使用される顕著性検出法はMBDとMDCを含む。本論文において,2つの方法を結合して,改良して,テストして,100の交通標識画像を含むデータセットに関して確かめた。試験後,平均IOUは38%に達し,再現率は42%に達し,精度率は50%に達した。結果は,提案した方法が著しい性能改善をもたらすことを示した。Copyright 2019 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： 自動操縦 ,  アルゴリズム ,  道路 ,  *交通標識 ,  保全 ,  特徴抽出 ,  セグメンテーション ,  *検出法 ,  コンピュータビジョン ,  画像 ,  干渉 ,  視覚
準シソーラス用語： 再現率 ,  実時間 ,  顕著性マップ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 交通標識 ,  検出法