文献

J-GLOBAL ID：202202295103644981   整理番号：22A0964074

ポイントクラウドに基づく同時オブジェクト検出と追跡フレームワーク【JST・京大機械翻訳】

A Simultaneous Object Detection and Tracking Framework Based on Point Cloud

著者 (1件)： Xiang Zhaohui (Southwest Jiaotong University,Chengdu,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCRD  ページ： 225-229  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 正確で効果的な検出とマルチオブジェクト追跡を達成することは,自動運転の分野で非常に重要な役割を果たす。歩行者,自動車,サイクリスト,および他のオブジェクトの正確な検出は,障害物回避や経路計画のような下流タスクの性能を改善できる。オブジェクト検出結果に基づいて,マルチオブジェクト追跡は,時間周期で移動目標を同定,追跡できる。従来の追跡検出方法は,オクルージョン状況または長期追跡問題をうまく処理することができない。本論文では,空間時間マップに基づく同時検出と追跡法を提案し,それは長期間の軌道連結性と追跡精度の優れた性能を持っている。検出モジュールにおいて,著者らは,ライダデータの各々のフレームのために平面を抽出して,セグメント化するためにRANSACアルゴリズムを使用し,次に,ユークリッドクラスタ化アルゴリズムを用いて,クラスタと異なったオブジェクトを分類する。追跡モジュールにおいて,オンライン追跡のための2フレームとマルチフレーム切替可能アーキテクチャを提案する。2フレームトラッキングにおいて,Kalmanフィルタを用いて,オブジェクト位置測定を更新し,現在のフレームにおける同じオブジェクトに整合させた。長期およびマルチフレームトラッキングのために,物体の軌跡を空間時間マップ上で直接表現し,地図におけるポリラインを適合させ,最良のデータ連想を見出した。KITTIデータセットに関する実験結果は,著者らの3D物体検出と追跡フレームワークが,エレガントで,完全であり,追跡モジュールがロバストで,広く適用可能で,コストで低いことを示した。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 ,  LIDAR ,  自動車 ,  セグメンテーション ,  自動運転 ,  歩行者 ,  サイクリスト ,  クラスタ ,  計算機アーキテクチャ ,  ロバスト性 ,  オクルージョン ,  経路探索
準シソーラス用語： *物体検出 ,  物体追跡 ,  オンライン , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ポイント ,  クラウド ,  オブジェクト検出 ,  追跡 ,  フレームワーク