文献

J-GLOBAL ID：202202284303446695   整理番号：22A0623571

都市道路交通画像における停滞水の位置決め方法【JST・京大機械翻訳】

A localization method for stagnant water in city road traffic image

著者 (2件)： Zhao Zihao (Institute of Applied Artificial Intelligence of the Guangdong-Hong Kong-Macao Greater Bay Area, Shenzhen Polytechnic, Shenzhen, Guangdong, China) ,  Zhang Haigang (Institute of Applied Artificial Intelligence of the Guangdong-Hong Kong-Macao Greater Bay Area, Shenzhen Polytechnic, Shenzhen, Guangdong, China)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 81  号： 2  ページ： 2453-2466  発行年： 2022年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
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： 道路上の停滞水は常に交通渋滞と事故の主な原因である。従来の都市浸水モニタリングと警報システムは,主に大量の歴史的データと予測ネットワークに基づき,それは低い精度と弱い一般化能力を持った。深層ニューラルネットワークアルゴリズムを考慮すると,物体検出のようなコンピュータビジョンタスクにおける強い能力を実証し,道路停滞水検出に適用することを目指した。本論文では,視覚画像に基づく弱い監視の下での新しい自動停滞水位置確認法を提案した。最初に,テンプレートマッチング法を適用して,交通画像から道路情報を抽出した。次に,データアノテーションの複雑性のために,著者らは弱い教師つき方法であるクラス活性化マップ(CAM)機構に基づく画像における停滞水を位置決めした。検出モデルはResNet-18とGrad-CAM++機構から成る。最後に,熱マップとテンプレートに基づいて,画像中の停滞水域を分割する適切な閾値を設定した。実験では,提案モデルによる道路停滞水分類の精度と再現率は,99.39%と99.60%であり,一方,停滞水域セグメンテーションのための連盟(IoU)は,最大63%であった。これらは,著者らの方法が道路停滞水局在化に有効であることを示している。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 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 ,  視覚 ,  セグメンテーション ,  ネットワーク ,  *道路 ,  *道路交通 ,  地図 ,  *都市 ,  *画像 ,  浸水 ,  コンピュータビジョン ,  交通混雑 ,  警報システム ,  アノテーション
準シソーラス用語： テンプレートマッチング , 【Automatic Indexing@JST】

著者キーワード (4件)： 道路停滞水 ,  毎週の教師つき位置決め ,  Grad CAM++ ,  ResNet

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

タイトルに関連する用語 (2件)： 都市 ,  道路交通