文献

J-GLOBAL ID：202002266103310732   整理番号：20A0216332

最適化クラスタ化スキームに基づくロバスト消失点検出【JST・京大機械翻訳】

Optimized Clustering Scheme-Based Robust Vanishing Point Detection

著者 (3件)： Hwang Hyeong Jae (Artificial Intelligence Research Institute, Seongnam, South Korea) ,  Yoon Gang-Joon (National Institute for Mathematical Sciences, Daejeon, South Korea) ,  Yoon Sang Min (HCI Laboratory, College of Computer Science, Kookmin University, Seoul, South Korea)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 21  号： 1  ページ： 199-208  発行年： 2020年 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  資料種別： 逐次刊行物 (A)
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： ロバストな消失点推定は,ロボット,高度運転者支援システム,および自律走行車両のためのコンピュータビジョンとパターン認識の分野における様々な応用に広く適用されている。消失点検出のための主要な挑戦は,ラインセグメント,偽消失候補除去,および精密化のためのクラスタ化にある。最近の消失点検出手法は,最適化された投票選択戦略を用いて投票プロセスに含まれる計算の複雑さを低減し,ラインセグメントからの消失点を同定することを試みている。本論文では,ロバストな候補を選択するための新しい消失点検出法を提案し,単位球領域内の線を解析することにより,消失点候補の最適化最小スパニング木ベースクラスタリングを適用した。提案した方式を,照明,部分オクルージョン,および視点変化を含むオープンデータベースに適用し,事前シーン情報なしでロバスト性を検証した。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： 計算量 ,  *クラスタ化 ,  投票 ,  コンピュータビジョン ,  *最適化 ,  ロボット ,  オクルージョン ,  検出法 ,  *ロバスト性 ,  データベース ,  精密化 ,  スパンニング木 ,  パターン認識
準シソーラス用語： 自律走行車両 ,  *消失点 , 【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 (5件)： 最適化 ,  クラスタ化 ,  スキーム ,  ロバスト ,  消失点