文献

J-GLOBAL ID：202202285816746112   整理番号：22A0630591

FusionLane:深層ニューラルネットワークを用いた車線マーキングセマンティックセグメンテーションのためのマルチセンサフュージョン【JST・京大機械翻訳】

FusionLane: Multi-Sensor Fusion for Lane Marking Semantic Segmentation Using Deep Neural Networks

著者 (6件)： Yin Ruochen (Hefei Institutes of Physical Science, Chinese Academy of Sciences, Hefei, China) ,  Cheng Yong (Hefei Institutes of Physical Science, Chinese Academy of Sciences, Hefei, China) ,  Wu Huapeng (Mechanical Department, School of Energy Systems, Lappeenranta University of Technology (LUT), Lappeenranta, Finland) ,  Song Yuntao (Hefei Institutes of Physical Science, Chinese Academy of Sciences, Hefei, China) ,  Yu Biao (Hefei Institutes of Physical Science, Chinese Academy of Sciences, Hefei, China) ,  Niu Runxin (Hefei Institutes of Physical Science, Chinese Academy of Sciences, Hefei, China)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 23  号： 2  ページ： 1543-1553  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： 車線マーキングの効果的意味セグメンテーションは,高精度車線レベルマップの構築に重要である。近年,画像の意味論的セグメンテーションのための多くの異なる方法が提案されてきた。これらの方法は,センサ自体による限界のために,カメラ画像の分析に主に集中し,従って,車線レベルマップ構築を妨げる車線マーキングの正確な三次元空間位置を得ることができなかった。本論文は,深層ニューラルネットワークを用いたLIDARとカメラ画像融合に基づく車線マーキング意味セグメンテーション法を提案した。このアプローチでは,セマンティックセグメンテーションの対象は,カメラで捉えられた画像の代わりに,LIDARポイントクラウドから変換された鳥のアイビューである。最初に,DeepLabV3+ネットワーク画像分割法を用いて,カメラによって捕捉された画像をセグメント化し,次に,セグメンテーション結果を,提案したネットワークの入力としてLIDARによって収集した点雲と併合した。長い短期メモリ(LSTM)構造をニューラルネットワークに追加して,時系列情報の利用を可能にすることにより車線マーキングの意味セグメンテーションにおけるネットワークを支援した。手動でラベル付けされ,拡張された14000以上の画像を含むデータセットに関する実験は,提案方法が鳥のアイビューLIDARポイントクラウドの正確な意味セグメンテーションを提供することを示した。その結果,高精度地図構築の自動化は,著しく改良することができた。このコードはhttps://github.com/rolandying/FusionLaneで利用可能である。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： カメラ ,  記憶装置 ,  LIDAR ,  意味論 ,  自動化 ,  *セグメンテーション ,  *ネットワーク ,  マーキング ,  *ニューラルネットワーク ,  画像処理 ,  画像 ,  写真像
準シソーラス用語： 画像セグメンテーション ,  画像融合 ,  三次元空間 ,  *ディープニューラルネットワーク , 【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 (3件)： 深層ニューラルネットワーク ,  車線 ,  マルチセンサフュージョン