文献

J-GLOBAL ID：202102215705582282   整理番号：21A2640069

積雪道路環境のためのRGB-熱画像分割の評価【JST・京大機械翻訳】

An Evaluation of RGB-Thermal Image Segmentation for Snowy Road Environment

著者 (4件)： Vachmanus Sirawich (Graduate School of Engineering Hokkaido University,Sapporo,Japan) ,  Ravankar Ankit A. (Tohoku University,Faculty of Engineering,Sendai,Japan) ,  Emaru Takanori (Hokkaido University,Faculty of Engineering,Sapporo,Japan) ,  Kobayashi Yukinori (National Institute of Technology Tomakomai College,Tomakomai,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： ICMA  ページ： 224-230  発行年： 2021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： 近年,自律車両の分野において著しい進展があった。都市域における自己駆動を実現するための多くの成功した試みが,センサ技術と加速計算の進歩により可能になった。しかし,厳しい天候のような挑戦的なシナリオにおける自律運転を達成するためには,いくつかの課題が存在する。降雨,霧,雪のような気候気象条件は,可視度を激しく妨げ,道路上の事故につながる。特に,雪の道路条件は,積雪のため,滑りやすい道路表面と隠れた車線のマーキングのため,挑戦的である。このような気象条件は,このような気象条件における明確な視覚特徴を追跡することができないため,自律車両にとって挑戦的である。明確な気象条件でよく機能するほとんどの既存の画像セグメンテーション法は,雪の多い環境で失敗する。カラーピクセルの低い勾配のために,積雪対象は認識の課題になる。本研究では,RGB画像を用いて雪路面を分類するための最先端の意味セグメンテーション法のいくつかを評価した。異なる光条件(日と夜)における特徴分類のための完全に新しいデータセットを示した。いくつかの既存の公的に利用可能な深層学習法を試験し,雪条件における特徴検出に対する効率を評価した。特に,本研究は,雪除去機械のための雪の多い道路条件を分類するために,複数の入力意味セグメンテーション技術を利用した。積雪における人間分類は,そのような機械の運転中の安全性にとって重要である。したがって,著者らは,雪条件における人間検出における画像セグメンテーション効率を改善するために,熱マップとカメラ画像を利用した。結果は,熱地図を使用することが,特に夜間の間,雪の多い環境において人間分割効率を改良することができることを示した。Copyright 2021 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： 降雨 ,  セグメンテーション ,  *道路 ,  路面 ,  マーキング ,  気候 ,  *積雪 ,  気象条件 ,  画素 ,  写真像 ,  都市域 ,  可視度
準シソーラス用語： *雪 ,  天候 ,  深層学習 , 【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 (5件)： 積雪 ,  道路環境 ,  RGB ,  熱画像 ,  評価