論文の概要: Lane Boundary Geometry Extraction from Satellite Imagery
- arxiv url: http://arxiv.org/abs/2002.02362v1
- Date: Thu, 6 Feb 2020 17:10:35 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-03 12:56:48.934554
- Title: Lane Boundary Geometry Extraction from Satellite Imagery
- Title（参考訳）: 衛星画像からの線境界形状抽出
- Authors: Andi Zang, Runsheng Xu, Zichen Li, David Doria
- Abstract要約: 衛星画像の画素分割を用いたハイウェイHDマップのモデリング手法を提案する。
このデータセットは同時に公開され、空中画像からのHDマップモデリングの研究に貢献する。
- 参考スコア（独自算出の注目度）: 2.0072624123275533
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autonomous driving car is becoming more of a reality, as a key
component,high-definition(HD) maps shows its value in both market place and
industry. Even though HD maps generation from LiDAR or stereo/perspective
imagery has achieved impressive success, its inherent defects cannot be
ignored. In this paper, we proposal a novel method for Highway HD maps modeling
using pixel-wise segmentation on satellite imagery and formalized hypotheses
linking, which is cheaper and faster than current HD maps modeling approaches
from LiDAR point cloud and perspective view imagery, and let it becomes an
ideal complementary of state of the art. We also manual code/label an HD road
model dataset as ground truth, aligned with Bing tile image server, to train,
test and evaluate our methodology. This dataset will be publish at same time to
contribute research in HD maps modeling from aerial imagery.
- Abstract（参考訳）: 自動運転車は、重要なコンポーネントとして、ハイデフィニション(HD)マップは、市場と産業の両方でその価値を示している。
LiDARやステレオ・パースペクティブ画像から生成されたHDマップは驚くべき成功を収めたが、その固有の欠陥は無視できない。
本稿では,lidar point cloud と perspective view による現在の hd マップモデリングアプローチよりも安価で高速で,衛星画像の画素分割と定式化された仮説リンクを用いた高速道路hd マップモデリング手法を提案する。
また、当社の方法論をトレーニング、テスト、評価するために、bing tile image serverと連携した、ground truthとしてhd roadモデルデータセットを手作業でコーディング/ラベル付けしました。
このデータセットは同時に公開され、空中画像からのHDマップモデリングの研究に貢献する。
関連論文リスト
- TopoSD: Topology-Enhanced Lane Segment Perception with SDMap Prior [70.84644266024571]
我々は、標準定義地図(SDMaps)を見るために知覚モデルを訓練することを提案する。
我々はSDMap要素をニューラル空間マップ表現やインスタンストークンにエンコードし、先行情報のような補完的な特徴を組み込む。
レーンセグメント表現フレームワークに基づいて、モデルはレーン、中心線、およびそれらのトポロジを同時に予測する。
論文 参考訳（メタデータ） (2024-11-22T06:13:42Z) - TileTracker: Tracking Based Vector HD Mapping using Top-Down Road Images [11.6514738792192]
タイル画像と呼ばれるトップダウン道路画像の追跡に基づくHDマッピングアルゴリズムを提案する。
提案手法は, タイル画像の有効利用も可能であり,HDマッピングアルゴリズムにおける新しい経路の始まりとなるため, この研究領域に貴重な貢献が期待できることを示す。
論文 参考訳（メタデータ） (2024-11-04T20:29:30Z) - DeepAerialMapper: Deep Learning-based Semi-automatic HD Map Creation for Highly Automated Vehicles [0.0]
高解像度空中画像からHDマップを作成するための半自動手法を提案する。
提案手法では, ニューラルネットワークを訓練して, 空中画像をHDマップに関連するクラスに意味的に分割する。
マップをLanelet2フォーマットにエクスポートすることで、さまざまなユースケースを簡単に拡張できる。
論文 参考訳（メタデータ） (2024-10-01T15:05:05Z) - Street-View Image Generation from a Bird's-Eye View Layout [95.36869800896335]
近年,Bird's-Eye View (BEV) の知覚が注目されている。
自動運転のためのデータ駆動シミュレーションは、最近の研究の焦点となっている。
本稿では,現実的かつ空間的に一貫した周辺画像を合成する条件生成モデルであるBEVGenを提案する。
論文 参考訳（メタデータ） (2023-01-11T18:39:34Z) - Monocular BEV Perception of Road Scenes via Front-to-Top View Projection [57.19891435386843]
本稿では,鳥の目視で道路配置と車両占有率によって形成された局所地図を再構築する新しい枠組みを提案する。
我々のモデルは1つのGPU上で25FPSで動作し、リアルタイムパノラマHDマップの再構築に有効である。
論文 参考訳（メタデータ） (2022-11-15T13:52:41Z) - Satellite Image Based Cross-view Localization for Autonomous Vehicle [59.72040418584396]
本稿では,市販の高精細衛星画像を使用可能な地図として利用することにより,良好な精度でクロスビュー車両のローカライゼーションを実現することができることを示す。
本手法はKITTIとFord Multi-AVの季節データセットを地上ビューとして,Google Mapsを衛星ビューとして検証した。
論文 参考訳（メタデータ） (2022-07-27T13:16:39Z) - csBoundary: City-scale Road-boundary Detection in Aerial Images for
High-definition Maps [10.082536828708779]
都市規模での道路境界の自動検出のためのcsBoundaryを提案する。
筆者らのネットワークは航空画像パッチを入力として,この画像から直接連続的な道路境界グラフを推定する。
私たちのcsBoundaryは、公開ベンチマークデータセットで評価され、比較されます。
論文 参考訳（メタデータ） (2021-11-11T02:04:36Z) - HDMapNet: An Online HD Map Construction and Evaluation Framework [23.19001503634617]
HDマップの構築は自動運転にとって重要な問題である。
従来のHDマップは、多くのシナリオでは信頼性の低いセンチメートルレベルの正確な位置決めと結合している。
オンライン地図学習は、自動運転車に先立って意味と幾何学を提供するための、よりスケーラブルな方法である。
論文 参考訳（メタデータ） (2021-07-13T18:06:46Z) - HDMapGen: A Hierarchical Graph Generative Model of High Definition Maps [81.86923212296863]
HDマップは道路路面の正確な定義と交通ルールの豊富な意味を持つ地図である。
実際の道路トポロジやジオメトリはごくわずかで、自動運転スタックをテストする能力は著しく制限されています。
高品質で多様なHDマップを生成可能な階層グラフ生成モデルであるHDMapGenを提案する。
論文 参考訳（メタデータ） (2021-06-28T17:59:30Z) - MP3: A Unified Model to Map, Perceive, Predict and Plan [84.07678019017644]
MP3は、入力が生のセンサーデータと高レベルのコマンドであるマップレス運転に対するエンドツーエンドのアプローチである。
提案手法は, より安全で, 快適であり, 長期クローズループシミュレーションにおいて, ベースラインよりもコマンドを追従できることを示す。
論文 参考訳（メタデータ） (2021-01-18T00:09:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。