文献

J-GLOBAL ID：202002219588472970   整理番号：20A1944406

空中赤外線画像上の高速地上車両検出【JST・京大機械翻訳】

Rapid Ground Car Detection on Aerial Infrared Images

著者 (5件)： Liu Xiaofei (School of Computer Science, Northwestern Polytechnical University, Xi’an, China) ,  Yang Tao (Research & Development Institute of Northwestern, Polytechnical University in Shenzhen, School of Computer Science, Northwestern Polytechnical University, Xi’an, China) ,  Li Jing (School of Telecommunications Engineering, Xidian University, Xi’an, China) ,  Wang Miao (School of Computer Science, Northwestern Polytechnical University, Xi’an, China) ,  Zhang Yanning (School of Computer Science, Northwestern Polytechnical University, Xi’an, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICIGP 2018  ページ： 33-37  発行年： 2018年 
JST資料番号： D0698C  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： 無人航空機車両と赤外線画像の特殊特性の広範囲な応用により,赤外線空中画像を用いた地上車検出を知的ビデオ監視に徐々に適用した。しかし,空中赤外線画像は,常に低解像度でファジィであり,地上車検出は,姿勢変動,視野変化,および周辺放射にさらされ,これは,検出タスクに多くの課題を必然的にもたらす。本論文では,背景セグメンテーションまたは前景抽出以外の,エンドからエンド回帰ニューラルネットワークまでの赤外線画像上の地上車検出に向けた新しいアプローチを示した。本研究の主な研究は3つの部分に分けることができる。(1)ユニークな空中移動プラットフォームを構築し,大量の赤外線画像を収集した。それは,DJI M-100UAVとFLTR TAU2赤外線センサーを組み立てることによって達成される。(2)空中赤外線自動車データセットは,前例のない構成である。これは,この分野における次の研究に使用できる。(3)地上車検出モデルを訓練した。それは,いくつかの厳しい環境において可動型および静止型車で働くことができる。典型的な都市の複雑な環境におけるいくつかの低解像度赤外線画像について試験し,それを最先端の方法と比較した。実験結果は,提案したアプローチが,低い漏れと誤り警報比を保ちながら,自動車を瞬時に検出することを実証した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 赤外検出器 ,  *赤外線 ,  自動車 ,  セグメンテーション ,  ニューラルネットワーク ,  都市 ,  無人機 ,  *赤外線画像 ,  可動型 ,  静止型 ,  曖昧さ
準シソーラス用語： *車両検出 ,  誤警報 ,  空中画像 ,  ビデオ監視 , 【Automatic Indexing@JST】

著者キーワード (4件)： 空中赤外線画像 ,  末端回帰ニューラルネットワーク ,  高速地上車両検出 ,  無人航空機車両

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 赤外線画像 ,  地上 ,  車両検出