論文の概要: A Robust Lane Detection Associated with Quaternion Hardy Filter
- arxiv url: http://arxiv.org/abs/2108.04356v1
- Date: Fri, 6 Aug 2021 09:06:14 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-12 06:45:08.012540
- Title: A Robust Lane Detection Associated with Quaternion Hardy Filter
- Title(参考訳): 第四次ハーディフィルタによるロバストレーン検出
- Authors: Wenshan Bi, Dong Cheng, Kit Ian Kou
- Abstract要約: Quaternion Hardyフィルタは新たなエッジ検出理論である。
カラーエッジ特徴検出アルゴリズムを提案し,レーンマーキング検出に適用した。
- 参考スコア(独自算出の注目度): 0.5586191108738562
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: In this article, a robust color-edge feature extraction method based on the
Quaternion Hardy filter is proposed. The Quaternion Hardy filter is an emerging
edge detection theory. It is along with the Poisson and conjugate Poisson
smoothing kernels to handle various types of noise. Combining with the
Quaternion Hardy filter, Jin's color gradient operator and Hough transform, the
color-edge feature detection algorithm is proposed and applied to the lane
marking detection. Experiments are presented to demonstrate the validity of the
proposed algorithm. The results are accurate and robust with respect to the
complex environment lane markings.
- Abstract(参考訳): 本稿では,四元数ハーディフィルタに基づくロバストなカラーエッジ特徴抽出法を提案する。
Quaternion Hardyフィルタは新たなエッジ検出理論である。
ポアソンと共役ポアソンは、様々な種類のノイズを処理するためにカーネルを平滑化する。
The Quaternion Hardy filter, Jin's color gradient operator and Hough transform, the color-edge feature detection algorithm is proposed and applied to the lane marking detection。
提案アルゴリズムの有効性を示す実験を行った。
結果は複雑な環境レーンマーキングに関して正確かつ堅牢である。
関連論文リスト
- Closed-form Filtering for Non-linear Systems [83.91296397912218]
我々は密度近似と計算効率の面でいくつかの利点を提供するガウスPSDモデルに基づく新しいフィルタのクラスを提案する。
本研究では,遷移や観測がガウスPSDモデルである場合,フィルタリングを効率的にクローズド形式で行うことができることを示す。
提案する推定器は, 近似の精度に依存し, 遷移確率の正則性に適応する推定誤差を伴って, 高い理論的保証を享受する。
論文 参考訳(メタデータ) (2024-02-15T08:51:49Z) - Open-loop quantum control of small-size networks for high-order
cumulants and cross-correlations sensing [0.0]
本稿では,Ising-xx相互作用に基づく2量子ゲートの絡み合った処理における動的デカップリングについて検討する。
選択したパルス列の特性を利用して、2次統計を抽出できることを示す。
固体プラットフォームに基づく最先端の小型ネットワークに適用可能性について論じる。
論文 参考訳(メタデータ) (2024-01-11T09:17:34Z) - Color Image Edge Detection using Multi-scale and Multi-directional Gabor
filter [6.56250901439562]
提案手法の主な利点は, 良好な耐雑音性を維持しつつ高いエッジ検出精度が得られることである。
その結果,提案検出器は,検出精度とノイズ破砕性に優れた。
論文 参考訳(メタデータ) (2022-08-16T02:21:16Z) - Computational Doob's h-transforms for Online Filtering of Discretely
Observed Diffusions [65.74069050283998]
本研究では,Doobの$h$-transformsを近似する計算フレームワークを提案する。
提案手法は、最先端粒子フィルタよりも桁違いに効率的である。
論文 参考訳(メタデータ) (2022-06-07T15:03:05Z) - Deep Learning for the Benes Filter [91.3755431537592]
本研究では,メッシュのないニューラルネットワークによるベンズモデルの解の密度の表現に基づく新しい数値計算法を提案する。
ニューラルネットワークの領域選択におけるフィルタリングモデル方程式における非線形性の役割について論じる。
論文 参考訳(メタデータ) (2022-03-09T14:08:38Z) - Reverse image filtering using total derivative approximation and
accelerated gradient descent [82.93345261434943]
線形あるいは非線形な画像フィルタの効果を逆転する新たな問題に対処する。
この仮定では、フィルタのアルゴリズムは未知であり、フィルタはブラックボックスとして利用できる。
この逆問題を、局所的なパッチベースのコスト関数の最小化として定式化し、全導関数を用いて勾配勾配の勾配を近似し、問題を解く。
論文 参考訳(メタデータ) (2021-12-08T05:16:11Z) - Dilated filters for edge detection algorithms [0.0]
拡張畳み込みは機械学習に素晴らしい結果をもたらす。
ここでは,エッジ検出アルゴリズムで使用される標準フィルタの拡張について論じる。
論文 参考訳(メタデータ) (2021-06-14T12:52:17Z) - Rethinking Rotated Object Detection with Gaussian Wasserstein Distance
Loss [111.8807588392563]
境界不連続性と最終検出基準の不整合性は, 回転検出回帰損失設計のボトルネックとなっている。
本稿では,ガウス・ワッサーシュタイン距離に基づく新しい回帰損失を,この問題に対する基本的なアプローチとして提案する。
論文 参考訳(メタデータ) (2021-01-28T12:04:35Z) - 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) - Multiplicative Gaussian Particle Filter [18.615555573235987]
フィルタ問題における近似推論のためのサンプリングに基づく新しい手法を提案する。
有限個の状態からなる条件分布を粒子フィルタで近似するのではなく、連続関数の集合から重み付けされた関数の和で分布を近似する。
論文 参考訳(メタデータ) (2020-02-29T09:19:38Z)
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。