文献

J-GLOBAL ID：202002242416205959   整理番号：20A2500651

視覚ベースエッジ線支援移動車両検出【JST・京大機械翻訳】

Vision-based Edge-line Assisted Moving Vehicle Detection

著者 (5件)： Ding Guanqi (Northwestern Polytechnical University,School of Mechanical Engineering,Xi’an,China) ,  Bai Jing (Northwestern Polytechnical University,School of Mechanical Engineering,Xi’an,China) ,  Lu Hui (Northwestern Polytechnical University,School of Mechanical Engineering,Xi’an,China) ,  Zhang Peng (Northwestern Polytechnical University,School of Mechanical Engineering,Xi’an,China) ,  Qin Xiansheng (Northwestern Polytechnical University,School of Mechanical Engineering,Xi’an,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICMA  ページ： 1107-1111  発行年： 2020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： 自動車の検出は,公共交通監視と管理において非常に広い応用範囲を持っている。特に,移動車両検出は,現代のインテリジェント輸送システム(ITS)において不可欠な役割を果たす。信頼できるモバイル車両検出法は,交通安全のための必要な保証を提供し,運転者または歩行者を,指定エリアにおける交通統計,運転者ブラインドスポット支援などの道路条件を予測し,それによって,歩行者,乗客および運転者の安全性を確実にする。最近,深層学習研究の大部分は,画像における物体検出と分類に留まり,ストリーミングビデオにおける移動物体検出に関する研究はほとんどない。本論文では,ストリーミングビデオにおける低コストビジョンベース移動車両検出法を紹介した。移動車両と静止車両を区別するために,ロバストな車線線検出法を用いて車線を検出し,それによって車線の外で静止目標と背景因子の干渉を避ける。次に,道路区域における画素を選択して,純粋な白色画素によってカット区域を埋めて,移動車両情報を得るために,事前訓練した車両検出深いニューラルネットワークにこの再編成したデータマトリックスを通過した。実験結果は,この方法が固定視角の下で道路上の移動車両を迅速かつ正確に同定できることを示した。Copyright 2020 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： *視覚 ,  自動車 ,  道路 ,  歩行者 ,  ニューラルネットワーク ,  再編成 ,  公共輸送 ,  画素 ,  録画装置 ,  乗客 ,  ロバスト性 ,  携帯電話 ,  ストリーミング
準シソーラス用語： 視角 ,  *車両検出 , 【Automatic Indexing@JST】

分類 (5件)： 専用演算制御装置  (JC04030Y) ,  医用画像処理  (JE04020T) ,  音声処理  (JE05000E) ,  NMR一般  (BM07041R) ,  符号理論  (ND02030R)

タイトルに関連する用語 (4件)： 視覚 ,  エッジ ,  支援 ,  車両検出