Fugu-MT 論文翻訳(概要): Classifying Cycling Hazards in Egocentric Data

論文の概要: Classifying Cycling Hazards in Egocentric Data

arxiv url: http://arxiv.org/abs/2103.08102v1
Date: Mon, 15 Mar 2021 02:37:04 GMT
ステータス: 処理完了
システム内更新日: 2021-03-17 01:41:01.121717
Title: Classifying Cycling Hazards in Egocentric Data
Title（参考訳）: エゴセントリックデータにおけるサイクリングハザードの分類
Authors: Jayson Haebich, Christian Sandor and Alvaro Cassinelli
Abstract要約: この提案は、危険を伴うサイクリング状況のエゴセントリックなビデオデータセットの作成とアノテーションである。得られたデータセットは、サイクリストの安全と経験を改善するプロジェクトを促進する。
参考スコア（独自算出の注目度）: 3.1925030748447747
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This proposal is for the creation and annotation of an egocentric video data set of hazardous cycling situations. The resulting data set will facilitate projects to improve the safety and experience of cyclists. Since cyclists are highly sensitive to road surface conditions and hazards they require more detail about road conditions when navigating their route. Features such as tram tracks, cobblestones, gratings, and utility access points can pose hazards or uncomfortable riding conditions for their journeys. Possible uses for the data set are identifying existing hazards in cycling infrastructure for municipal authorities, real time hazard and surface condition warnings for cyclists, and the identification of conditions that cause cyclists to make sudden changes in their immediate route.
Abstract（参考訳）: この提案は、危険を伴うサイクリング状況のエゴセントリックなビデオデータセットの作成とアノテーションである。得られたデータセットは、サイクリストの安全と経験を改善するプロジェクトを促進する。サイクリストは路面状況や危険に敏感であるため、ルートを移動する際に道路状況についてより詳細に説明する必要があります。路面電車、石畳、格子、ユーティリティアクセスポイントなどの特徴は、旅行に危険や不快なライディング条件をもたらす可能性がある。データセットの考えられる用途は、自治体のサイクリングインフラストラクチャにおける既存のハザードの特定、サイクリストのリアルタイムハザードと表面条件の警告、そしてサイクリストが直ちに経路を急変させるような状況の特定である。

関連論文リスト

Discovering Cyclists' Visual Preferences Through Shared Bike Trajectories and Street View Images Using Inverse Reinforcement Learning [2.678595263943329]
本稿では,サイクリストの複雑な視覚的嗜好の定量化と解釈を目的とした新しい枠組みを提案する。我々は,サイクリング報酬関数の効率的な推定にMDDIRLモデルを適用した。サイクリストはルート決定を行う際に、特定の道路視覚要素に注目する。
論文参考訳（メタデータ） (2024-09-05T00:54:48Z)
RSRD: A Road Surface Reconstruction Dataset and Benchmark for Safe and Comfortable Autonomous Driving [67.09546127265034]
道路表面の再構築は、車両の走行計画と制御システムの解析と予測を促進するのに役立つ。我々は,様々な運転条件下で,特定のプラットフォームで収集した実世界,高解像度,高精度のデータセットであるRoad Surface Reconstructionデータセットを紹介した。約16,000対のステレオ画像、原点雲、地中深度・不均等地図を含む一般的な道路形態を網羅している。
論文参考訳（メタデータ） (2023-10-03T17:59:32Z)
Scoring Cycling Environments Perceived Safety using Pairwise Image Comparisons [0.9299655616863538]
本研究では,自転車の安全に対する認識を解析し,理解するための新しいアプローチを提案する。繰り返し、回答者に2つの道路環境を示し、サイクリングにとってより安全なものを選ぶよう依頼する。我々は,自転車の環境をペア比較から評価し,安全あるいは安全でないと認識された自転車の環境を分類する手法をいくつか比較した。
論文参考訳（メタデータ） (2023-07-25T10:31:45Z)
Deep learning based black spot identification on Greek road networks [52.77024349608834]
時間的現象であるブラックスポットの識別には、地理的な位置と時間に基づく道路事故の発生の分析が含まれる。この研究は、警察や政府発行の自動車事故レポートのデータを利用して、ギリシャの道路網の交通事故をブラックスポットの認識に焦点をあてた。
論文参考訳（メタデータ） (2023-06-19T07:08:30Z)
Modelling and Detection of Driver's Fatigue using Ontology [60.090278944561184]
道路事故は世界8大死因である。様々な要因がドライバーの疲労の原因となっている。ドライバの疲労検出に関するオントロジー知識とルールをインテリジェントシステムに統合する必要がある。
論文参考訳（メタデータ） (2022-08-31T08:42:28Z)
CycleSense: Detecting Near Miss Incidents in Bicycle Traffic from Mobile Motion Sensors [3.5127092215732176]
世界中の都市では、自動車は健康と交通の問題を引き起こし、自転車のモルタルシェアの増加によって部分的に緩和される可能性がある。しかし、多くの人々は、認識された安全性の欠如のためにサイクリングを避けます。都市計画者にとって、サイクリストが安全な場所やそうでない場所についての洞察が欠けているため、この問題に対処することは難しい。
論文参考訳（メタデータ） (2022-04-21T21:43:23Z)
Euro-PVI: Pedestrian Vehicle Interactions in Dense Urban Centers [126.81938540470847]
歩行者と自転車の軌跡のデータセットであるEuro-PVIを提案する。本研究では,都市環境におけるエージェント間のマルチモーダル共有潜在空間を表現的に学習する共同推論モデルを開発する。我々は,エゴ車と歩行者(自転車)の相互作用を正確に予測するために捉えることの重要性を示すnuScenesとEuro-PVIデータセット上での成果を達成した。
論文参考訳（メタデータ） (2021-06-22T15:40:21Z)
Emergent Road Rules In Multi-Agent Driving Environments [84.82583370858391]
運転環境の要素が道路ルールの出現の原因となるかを分析する。 2つの重要な要因が雑音知覚とエージェントの空間密度であることがわかった。我々の結果は、世界中の国々が安全で効率的な運転で合意した社会道路規則を実証的に支持する。
論文参考訳（メタデータ） (2020-11-21T09:43:50Z)
Directional Primitives for Uncertainty-Aware Motion Estimation in Urban Environments [46.080970595942645]
本稿では,道路網の先行情報を表す指向性プリミティブの概念を紹介する。カルラシミュレーターにおけるハイウェイ、交差点、ラウンドアバウトの実験は、実際の都市運転データセットと同様に、プリミティブがより不確実性を考慮した運動推定に繋がることを示している。
論文参考訳（メタデータ） (2020-07-01T00:22:31Z)
SimRa: Using Crowdsourcing to Identify Near Miss Hotspots in Bicycle Traffic [0.0]
SimRaは,スマートフォンによるクラウドソーシングを利用して,自転車のルートや事故現場のデータを収集するプラットフォームである。また、収集したデータに基づいて、危険に近いホットスポットを識別し、スコアリングモデルを提案する。
論文参考訳（メタデータ） (2020-06-15T15:29:52Z)
Where are the Dangerous Intersections for Pedestrians and Cyclists: A Colocation-Based Approach [3.8355893560092893]
歩行者やサイクリストは、他の道路利用者よりも事故で死亡するリスクが高い。問題のある街路環境を最小化する方法を見つけることが重要である。
論文参考訳（メタデータ） (2020-05-30T13:54:43Z)

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。