論文の概要: Semi-Local 3D Lane Detection and Uncertainty Estimation

• arxiv url: http://arxiv.org/abs/2003.05257v1
• Date: Wed, 11 Mar 2020 12:35:24 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-24 14:49:19.574300
• Title: Semi-Local 3D Lane Detection and Uncertainty Estimation
• Title（参考訳）: 半局所3次元線検出と不確かさ推定
• Authors: Netalee Efrat, Max Bluvstein, Noa Garnett, Dan Levi, Shaul Oron, Bat El Shlomo
• Abstract要約: 本手法は, 半局所的, BEV, タイル表現に基づいて, レーンを単純なレーンセグメントに分解する。 セグメントのパラメトリックモデル学習と、セグメントを完全なレーンにまとめるのに使用される深い機能埋め込みを組み合わせる。 本手法は,レーン検出タスクに対する学習に基づく不確実性推定を初めて出力する手法である。
• 参考スコア（独自算出の注目度）: 6.296104145657063
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a novel camera-based DNN method for 3D lane detection with uncertainty estimation. Our method is based on a semi-local, BEV, tile representation that breaks down lanes into simple lane segments. It combines learning a parametric model for the segments along with a deep feature embedding that is then used to cluster segment together into full lanes. This combination allows our method to generalize to complex lane topologies, curvatures and surface geometries. Additionally, our method is the first to output a learning based uncertainty estimation for the lane detection task. The efficacy of our method is demonstrated in extensive experiments achieving state-of-the-art results for camera-based 3D lane detection, while also showing our ability to generalize to complex topologies, curvatures and road geometries as well as to different cameras. We also demonstrate how our uncertainty estimation aligns with the empirical error statistics indicating that it is well calibrated and truly reflects the detection noise.
• Abstract（参考訳）: 本研究では,不確実性を考慮した3次元車線検出のためのカメラベースDNN手法を提案する。 本手法は, 半局所的, BEV, タイル表現に基づいて, レーンを単純なレーンセグメントに分解する。 セグメントに対するパラメトリックモデルの学習と、セグメントをフルレーンにまとめるために使用される深い機能埋め込みを組み合わせたものだ。 この組み合わせにより、複素レーントポロジー、曲率、曲面幾何学への一般化が可能となる。 また,レーン検出タスクに対して,学習に基づく不確実性推定を最初に出力する手法である。 提案手法の有効性は, カメラを用いた3次元車線検出の最先端結果を実現するとともに, 複雑なトポロジー, 曲率, 道路地形, および異なるカメラへの一般化能力を示す。 また,不確実性推定と経験的誤差統計との整合を実証し,検出ノイズを十分に校正し,真に反映することを示す。

関連論文リスト

• Monocular Lane Detection Based on Deep Learning: A Survey [51.19079381823076]
  車線検出は自律運転認識システムにおいて重要な役割を果たす。 ディープラーニングアルゴリズムが普及するにつれて、ディープラーニングに基づく単眼車線検出手法が優れた性能を示した。 本稿では, 成熟度の高い2次元車線検出手法と開発途上国の3次元車線検出技術の両方を網羅して, 既存手法の概要を概説する。
  論文  参考訳（メタデータ） (2024-11-25T12:09:43Z)
• Cameras as Rays: Pose Estimation via Ray Diffusion [54.098613859015856]
  カメラのポーズを推定することは3D再構成の基本的な課題であり、まばらにサンプリングされたビューを考えると依然として困難である。 本稿では,カメラを光束として扱うカメラポーズの分散表現を提案する。 提案手法は回帰法と拡散法の両方で,CO3Dのカメラポーズ推定における最先端性能を示す。
  論文  参考訳（メタデータ） (2024-02-22T18:59:56Z)
• 3D Lane Detection from Front or Surround-View using Joint-Modeling & Matching [27.588395086563978]
  本稿では,Bezier曲線と手法を組み合わせた共同モデリング手法を提案する。 また,3次元サラウンドビューレーン検出研究の探索を目的とした新しい3次元空間についても紹介する。 この革新的な手法は、Openlaneデータセットのフロントビュー3Dレーン検出において、新しいベンチマークを確立する。
  論文  参考訳（メタデータ） (2024-01-16T01:12:24Z)
• Decoupling the Curve Modeling and Pavement Regression for Lane Detection [67.22629246312283]
  曲線に基づく車線表現は多くの車線検出法で一般的な手法である。 本稿では,曲線モデルと地上高さ回帰という2つの部分に分解することで,車線検出タスクに対する新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2023-09-19T11:24:14Z)
• Improving Online Lane Graph Extraction by Object-Lane Clustering [106.71926896061686]
  本稿では,局所レーングラフの推定精度を向上させるために,アーキテクチャと損失の定式化を提案する。 提案手法は,中心線をクラスタ中心とすることで,対象を中心線に割り当てることを学ぶ。 提案手法は既存の3次元オブジェクト検出手法の出力を用いて,大幅な性能向上を実現することができることを示す。
  論文  参考訳（メタデータ） (2023-07-20T15:21:28Z)
• CurveFormer: 3D Lane Detection by Curve Propagation with Curve Queries and Attention [3.330270927081078]
  3Dレーン検出は、自動運転システムにとって不可欠な部分である。 以前のCNNとTransformerベースの手法は、通常、フロントビューイメージから鳥の目視(BEV)特徴マップを生成する。 単段トランスフォーマーを用いた3次元レーンパラメータの直接計算法であるCurveFormerを提案する。
  論文  参考訳（メタデータ） (2022-09-16T14:54:57Z)
• CondLaneNet: a Top-to-down Lane Detection Framework Based on Conditional Convolution [39.62595444015094]
  トップツーダウンのレーン検出フレームワークであるCondLaneNetを提案する。 また,条件付き畳み込みと行毎の定式化に基づく条件付きレーン検出戦略を提案する。 3つのベンチマークデータセットで最新のパフォーマンスを実現します。
  論文  参考訳（メタデータ） (2021-05-11T13:10:34Z)
• End-to-end Learning for Inter-Vehicle Distance and Relative Velocity Estimation in ADAS with a Monocular Camera [81.66569124029313]
  本稿では,ディープニューラルネットワークのエンドツーエンドトレーニングに基づくカメラによる車間距離と相対速度推定手法を提案する。 提案手法の重要な特徴は,2つの時間的単眼フレームによって提供される複数の視覚的手がかりの統合である。 また,移動場における視線歪みの影響を緩和する車両中心サンプリング機構を提案する。
  論文  参考訳（メタデータ） (2020-06-07T08:18:31Z)
• Road Curb Detection and Localization with Monocular Forward-view Vehicle Camera [74.45649274085447]
  魚眼レンズを装着した校正単眼カメラを用いて3Dパラメータを推定するロバストな手法を提案する。 我々のアプローチでは、車両が90%以上の精度で、リアルタイムで距離を抑えることができる。
  論文  参考訳（メタデータ） (2020-02-28T00:24:18Z)

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。