文献

J-GLOBAL ID：202202282149391520   整理番号：22A0470345

高解像度地図更新のためのYOLOv3を用いた道路施設の物体検出

Object Detection of Road Facilities Using YOLOv3 for High-definition Map Updates

著者 (3件)： LEE Tae-Young (Chosun Univ., Gwangju, KOR) ,  JEONG Myeong-Hun (Chosun Univ., Gwangju, KOR) ,  PETER Almirah (Chosun Univ., Gwangju, KOR)
資料名： Sensors and Materials  (Sensors and Materials)
巻： 34  号： 1 (3)  ページ： 251-260  発行年： 2022年 
JST資料番号： L0338A  ISSN： 0914-4935  CODEN： SENMER  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 自律運転技術は,高解像度(HD)マップとセンサの融合に基づいている。したがって,HDマップの構築と更新は,完全な運転自動化を達成するために強調されなければならない。ここでは,画像による物体検出,特に,You Only Look Onceバージョン3(YOLOv3)アルゴリズムを利用したHDマップ更新,を用いて道路施設を検出する手法を提案した。提案手法は,深層学習ベース物体検出法であり,道路施設における物体を検出し,保守を必要とする道路区間を記録することができる転移学習を利用している。検出方法の有効性をテストするために,韓国の道路環境で取られた動画映像を分析した。実験結果は,この方法が58の平均精度(mAP)を達成し,クラウドソーシングフレームワークを用いてHDマップを更新できることを示した。(翻訳著者抄録)

シソーラス用語： *高分解能 ,  *地図 ,  *公共施設 ,  *検出 ,  技術 ,  機械学習 ,  画像分析 ,  アウトソーシング
準シソーラス用語： クラウドソーシング ,  自律運転技術 ,  深層学習 ,  転移学習 ,  動画像分析 ,  *道路施設 ,  *物体検出

分類 (2件)： パターン認識  (JE07000S) ,  道路の維持修繕  (RC08050E)

引用文献 (24件)：

• R. Liu, J. Wang, and B. Zhang: J. Navig. 73 (2020) 324. https://doi.org/10.1017/S0373463319000638
• P. Zhang, M. Zhang, and J. Liu: J. Sens. 21 (2021) 2477. https://doi.org/10.3390/s21072477
• D. Pannen, M. Liebner, W. Hempel, and W. Burgard: Proc. 2020 IEEE Int. Conf. Robotics and Automation (IEEE, 2020) 2288-2294. https://doi.org/10.1109/ICRA40945.2020.9197419
• L. He, S. Jiang, X. Liang, N. Wang, and S. Song: eprint arXiv:2107.07030 (2021). https://arxiv.org/abs/2107.07030
• K. Kim, S. Cho, and W. Chung: IEEE Rob. Autom. Lett. 6 (2021) 1895. https://doi.org/10.1109/LRA.2021.3060406

タイトルに関連する用語 (5件)： 高解像度 ,  地図 ,  更新 ,  道路施設 ,  物体検出