抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,RGB画像における車線検出のための新しいパラメトリック曲線ベース法を提案した。最先端のセグメンテーションベースおよび点検出ベースの方法と異なり,通常,復号予測のいずれかに発見的方法を必要とするか,またはアンカーの大和を定式化するために,曲線ベースの方法は,自然に全体的車線表現を学ぶことができる。既存の多項式曲線法の最適化困難を扱うために,著者らは,計算の容易さ,安定性,および変換の高い自由度のために,パラメトリックB’ezier曲線を利用することを提案する。さらに,著者らは,駆動シーンにおける車線の対称性特性を利用するために,変形可能な畳込みベースの特徴フリップ融合を提案した。提案方法は,一般的なLLAMASベンチマークで新しい最先端の性能を達成する。それはまた,TuSimpleとCULaneデータセットに対して好ましい精度を達成し,一方,低待ち時間(>150FPS)と小モデルサイズ(<10M)の両方を保持した。提案手法は,車線検出のためのパラメトリック曲線モデリングに光を投げるために,新しいベースラインとして役立つ。著者らのモデルとPytochAutoDrive:自己駆動知覚のための統一フレームワークは,https://github.com/voldemortX/pytorch auto driveで利用可能である。【JST・京大機械翻訳】