曲線モデリングによる効率的な車線検出の再考【JST・京大機械翻訳】

Feng Zhengyang; Guo Shaohua; Tan Xin; Xu Ke; Wang Min; Ma Lizhuang

プレプリント

J-GLOBAL ID：202202215897197244 整理番号：22P0299081

曲線モデリングによる効率的な車線検出の再考【JST・京大機械翻訳】

Rethinking Efficient Lane Detection via Curve Modeling

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年03月04日プレプリントサーバーでの情報更新日： 2023年05月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

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】

, , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

図形・画像処理一般

, ,

前のページに戻る