文献

J-GLOBAL ID：202202256358138151   整理番号：22A0959376

時間的空間モデルと粒子フィルタリングを用いた多車線検出と追跡【JST・京大機械翻訳】

Multi-Lane Detection and Tracking Using Temporal-Spatial Model and Particle Filtering

著者 (4件)： Chen Sihan (School of Automotive Studies, Tongji University, Shanghai, China) ,  Huang Libo (School of Automotive Studies, Tongji University, Shanghai, China) ,  Chen Huanlei (School of Electronics and Information Engineering, Tongji University, Shanghai, China) ,  Bai Jie (School of Automotive Studies, Tongji University, Shanghai, China)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 23  号： 3  ページ： 2227-2245  発行年： 2022年 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  資料種別： 逐次刊行物 (A)
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： ビジョンベースの方法は,影,オクルージョンと照明,ロバスト性が重要かどうかのような困難な環境条件に脆弱である。本論文では,任意形状の多重車線を検出し追跡するためのロバストアルゴリズムを提案した。よりロバストで一般的な多重車線モデルを用いて,以前の車線検出と追跡プロセスを空間領域から時間空間領域に拡張した。従来の画像前処理手順とは異なり,重要な構造化履歴情報を含む画像シーケンス分解と再構成から生成されたスライス画像を採用した。この領域において,著者らは,アルゴリズムの複雑性と計算をさらに減らすための仮定を提案した。最初に,一般的二値化の代わりに,より一般的な車線標識検出器を,よりクリーンな二値画像を得るために弱い制約で提案した。次に,車線マーカー候補を,次の粒子フィルタリング追跡プロセスの初期化として使用した。粒子サンプリングと重み計算のための改良距離変換を用いて,二値スライス画像から計算された信頼マップを提案した。多重車線モデルは,各車線境界を別々に追跡するための多重独立粒子フィルタの使用を支持する。最後に,テストデータセットに関する一連の実験結果は,提案したアルゴリズムが高性能で効果的であり,他の方法と比較して,それは挑戦的な環境に対してより良い耐性を有することを示した。Copyright 2022 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： アルゴリズム ,  *検出 ,  *フィルタリング ,  *車線 ,  多重化 ,  変換 ,  *モデル ,  断層画像 ,  ロバスト性 ,  二値画像 ,  オクルージョン
準シソーラス用語： 環境条件 ,  *粒子フィルタ ,  距離変換 ,  画像列 ,  二値化 ,  *粒子フィルタリング ,  *車線検出 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 空間モデル ,  粒子フィルタリング ,  車線検出 ,  追跡