Fugu-MT 論文翻訳(概要): Enhancing road signs segmentation using photometric invariants

論文の概要: Enhancing road signs segmentation using photometric invariants

arxiv url: http://arxiv.org/abs/2010.13844v1
Date: Mon, 26 Oct 2020 18:59:06 GMT
ステータス: 処理完了
システム内更新日: 2022-10-02 19:23:28.997808
Title: Enhancing road signs segmentation using photometric invariants
Title（参考訳）: 測光不変量を用いた道路標識セグメンテーションの強化
Authors: Tarik Ayaou, Azeddine Beghdadi, Karim Afdel, Abdellah Amghar
Abstract要約: 自然界における道路標識の検出と認識は、インテリジェントトランスポートシステムの設計における最も重要なタスクの1つである。本稿では,光度不変量に基づく道路標識セグメンテーションの効率的なap-proachを提案する。
参考スコア（独自算出の注目度）: 8.40756198992055
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Road signs detection and recognition in natural scenes is one of the most important tasksin the design of Intelligent Transport Systems (ITS). However, illumination changes remain a major problem. In this paper, an efficient ap-proach of road signs segmentation based on photometric invariants is proposed. This method is based on color in-formation using a hybrid distance, by exploiting the chro-matic distance and the red and blue ratio, on l Theta Phi color space which is invariant to highlight, shading and shadow changes. A comparative study is performed to demonstrate the robustness of this approach over the most frequently used methods for road sign segmentation. The experimental results and the detailed analysis show the high performance of the algorithm described in this paper.
Abstract（参考訳）: 道路標識の検出と認識は、知的輸送システム(its)の設計において最も重要なタスクの1つである。しかし、照明変更は依然として大きな問題である。本稿では,光量不変量に基づく道路標識分割の効率的なap法を提案する。本手法は, 色相変化の強調, シェーディング, シャドーの変化に不変なl Theta Phi色空間上で, クロマティック距離と赤と青の比を利用して, ハイブリッド距離を用いたカラーインフォームに基づく。道路標識セグメンテーションの最も頻繁に使用される手法に対して、このアプローチのロバスト性を示すために比較研究を行った。実験結果と詳細な解析により,本論文で記述したアルゴリズムの高性能化が確認された。

関連論文リスト

Cross-domain Few-shot In-context Learning for Enhancing Traffic Sign Recognition [49.20086587208214]
交通信号認識の強化を目的としたMLLMに基づくドメイン間数ショットインコンテキスト学習手法を提案する。記述テキストを使用することで、テンプレートと実際の交通標識のドメイン間差を低減することができる。提案手法は,大規模交通標識画像やラベルを必要とせず,単純かつ均一なテキスト表示のみを必要とする。
論文参考訳（メタデータ） (2024-07-08T10:51:03Z)
Homography Guided Temporal Fusion for Road Line and Marking Segmentation [73.47092021519245]
道路線やマーキングは、移動車両、影、グレアの存在下でしばしば閉鎖される。本稿では,映像フレームを補足的に利用するHomography Guided Fusion (HomoFusion) モジュールを提案する。カメラ固有のデータと地上平面の仮定をクロスフレーム対応に利用することにより,高速・高精度性能が向上した軽量ネットワークの実現が期待できることを示す。
論文参考訳（メタデータ） (2024-04-11T10:26:40Z)
Factorized Inverse Path Tracing for Efficient and Accurate Material-Lighting Estimation [97.0195314255101]
逆経路追跡は計算に高価であり、反射と放出の間に曖昧さが存在する。当社のFactized Inverse Path Tracing (FIPT) は, ファクタリング光輸送の定式化によってこれらの課題に対処する。提案アルゴリズムは, 従来よりも高精度な材料と照明の最適化を実現し, あいまいさの解消に有効である。
論文参考訳（メタデータ） (2023-04-12T07:46:05Z)
Jointly Contrastive Representation Learning on Road Network and Trajectory [11.613962590641002]
道路網と軌道表現学習は交通システムにとって不可欠である。既存の方法では、道路網と軌道を別々に扱うなど、同じスケールでしかコントラストがない。本稿では,道路網と軌道表現を両立させる統合フレームワークを提案する。
論文参考訳（メタデータ） (2022-09-14T03:08:20Z)
Towards Real-Time Visual Tracking with Graded Color-names Features [10.475679500780574]
MeanShiftアルゴリズムは、その単純さと効率性から、タスクのトラッキングに広く利用されている。従来のMeanShiftアルゴリズムでは、ターゲットの初期領域をラベル付けする必要があるため、アルゴリズムの適用性が低下する。我々は,背景モデルと色名の階調特徴を組み合わせた追跡手法をMeanShiftフレームワークで開発する。
論文参考訳（メタデータ） (2022-06-17T11:38:37Z)
AOT: Appearance Optimal Transport Based Identity Swapping for Forgery Detection [76.7063732501752]
顔偽造検出のための外観の相違が大きい新しい識別スワップアルゴリズムを提案する。外観のギャップは主に、照明と肌の色における大きな相違から生じる。実画像パッチと偽画像パッチの混在とを識別するために識別器を導入する。
論文参考訳（メタデータ） (2020-11-05T06:17:04Z)
Improving Road Signs Detection performance by Combining the Features of Hough Transform and Texture [5.620334754517149]
現場に存在する道路標識の検出は、交通標識の検出と認識の主要な段階の1つである。本稿では,アラビア語を含む道路標識検出の効率化を図った。 Hough Transform (RHT) は、円形と八角形の形状を検出するために用いられる。
論文参考訳（メタデータ） (2020-10-13T15:09:29Z)
Offline detection of change-points in the mean for stationary graph signals [55.98760097296213]
グラフ信号定常性の概念に依存するオフライン手法を提案する。我々の検出器は、漸近的でない不等式オラクルの証拠を伴っている。
論文参考訳（メタデータ） (2020-06-18T15:51:38Z)
Patch based Colour Transfer using SIFT Flow [2.8790548120668573]
そこで本研究では,対象画像の色に合わせるために,ソース画像の色を変換する最適なトランスポート(OT)を用いた新しい色変換法を提案する。実験では, 従来の色転写法に比べて定量的, 定量的な改善が見られた。
論文参考訳（メタデータ） (2020-05-18T18:22:36Z)
UC-Net: Uncertainty Inspired RGB-D Saliency Detection via Conditional Variational Autoencoders [81.5490760424213]
データラベリングプロセスから学習することで、RGB-Dサリエンシ検出に不確実性を利用するための第1のフレームワーク(UCNet)を提案する。そこで本研究では,サリエンシデータラベリングにヒントを得て,確率的RGB-Dサリエンシ検出ネットワークを提案する。
論文参考訳（メタデータ） (2020-04-13T04:12:59Z)
Detecting Lane and Road Markings at A Distance with Perspective Transformer Layers [5.033948921121557]
既存の手法では、検出精度は距離の増大とともに劣化することが多い。これは、遠車線や道路標識が画像中の少数のピクセルを占有しているためである。逆のパースペクティブマッピングは、パースペクティブの歪みを取り除くために使用できるが、本質的にはアーティファクトに繋がる可能性がある。
論文参考訳（メタデータ） (2020-03-19T03:22:52Z)

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。