文献

J-GLOBAL ID：202102225650825372   整理番号：21A0739059

改良Enetネットワークに基づく車線検出アルゴリズム【JST・京大機械翻訳】

Lane Detection Algorithm Based on Improved Enet Network

著者 (2件)： Liu Bin (北京聯合大学北京市信息服務工程重点実験室 北京 100101) ,  Liu Hongzhe (北京聯合大学北京市信息服務工程重点実験室 北京 100101)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 47  号： 4  ページ： 142-149  発行年： 2020年 
JST資料番号： C2530A  ISSN： 1002-137X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現実の運転環境における道路景観と車線の複雑な問題のために,改良Enetネットワークに基づく車線検出アルゴリズムを提案した。まず第一に,Enetネットワークを枝刈りと畳込み最適化で操作し,改良Enetネットワークを用いて車線を画素レベル画像の意味論的セグメンテーションを行い,車線を画像から分離する。その後、DBSCANアルゴリズムを用いて分割結果に対してクラスタリング処理を行い、隣接車線を区分した。最後に,車線クラスタ化結果を適応的にフィッティングし,最終的に車線検出結果を得る。香港の中文大学のCULaneデータセット上で訓練とテストを行い、その結果、標準路面の検出精度が96.3%に達し、各種路面の総合検出精度が78.9%で、画像フレーム処理速度が71.4fpsであることが明らかになった。それは,実際の運転環境における複雑な道路条件とリアルタイム需要を満たすことができる。さらに,このアルゴリズムは,TuSimpleデータセットと実際のデータセットLD-Dataで訓練し,テストし,リアルタイム検出結果を得た。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化 ,  畳込み ,  意味論 ,  セグメンテーション ,  *ネットワーク ,  道路 ,  路面 ,  クラスタ化 ,  画素
準シソーラス用語： 実時間 ,  処理速度 ,  画像フレーム ,  *検出アルゴリズム ,  *車線検出 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  計算機網  (JC03000K)

タイトルに関連する用語 (2件)： 車線 ,  検出アルゴリズム