文献

J-GLOBAL ID：202202218628032982   整理番号：22A0416434

深層学習に基づくマルチフレーム車線検出法【JST・京大機械翻訳】

A Multi-frame Lane Detection Method Based on Deep Learning

著者 (2件)： Liu Jinyuan (School of Automobile, Chang’an University, Xi’an, China) ,  Gao Yang (School of Automobile, Chang’an University, Xi’an, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1515  ページ： 247-260  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 近年,多くの車線検出法が提案されている。しかし,その多くは,シャドウ,無線および暗夜のような,いくつかの極端な困難な運転場面を扱う際に,不十分な性能をもたらす。この問題を目的として,UNET_CLBに基づくマルチフレーム車線検出法を提案した。この方法は,従来の深層学習に基づいて車線検出のための連続運転シーンのマルチフレーム情報を導入した。畳み込みニューラルネットワーク(CNN)を畳込み長短期メモリネットワーク(CONVLSTM)と深密接続畳込みネットワーク(DENSE_NET)と組み合わせ,深い先進的意味抽出ネットワークを提案した。公開データセットに関する実験結果は,本方法がTuSimpleデータセットに関して92.391%のF1スコアを達成して,CULaneデータセットに関するF1スコアが既存の方法より13.6%高いことを示した。また,Webotsプラットフォームに基づくシミュレーション結果は,本論文で提案した方式が,無線,影,および影環境における車線検出に良い影響を及ぼすことを示した。Copyright Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  *畳込み ,  ネットワーク
準シソーラス用語： ワイヤレス ,  *車線検出 ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 車線検出 ,  深層学習 ,  自律車両

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： 深層学習 ,  マルチフレーム ,  車線検出