Fugu-MT 論文翻訳(概要): Computer Vision Based Parking Optimization System

論文の概要: Computer Vision Based Parking Optimization System

arxiv url: http://arxiv.org/abs/2201.00095v1
Date: Sat, 1 Jan 2022 02:35:49 GMT
ステータス: 処理完了
システム内更新日: 2022-01-05 02:00:52.950387
Title: Computer Vision Based Parking Optimization System
Title（参考訳）: コンピュータビジョンに基づく駐車最適化システム
Authors: Siddharth Chandrasekaran, Jeffrey Matthew Reginald, Wei Wang, Ting Zhu
Abstract要約: パーキングは自動車の発明から始まった最も初期の問題の一つである。これらの問題の1つは、分散駐車エコシステムにおける駐車場の占有度の検出である。本稿では,異なる駐車場における駐車空間検出のためのソリューションとして,Webベースのアプリケーションを提案する。
参考スコア（独自算出の注目度）: 16.007828720819344
License: http://creativecommons.org/licenses/by/4.0/
Abstract: An improvement in technology is linearly related to time and time-relevant problems. It has been seen that as time progresses, the number of problems humans face also increases. However, technology to resolve these problems tends to improve as well. One of the earliest existing problems which started with the invention of vehicles was parking. The ease of resolving this problem using technology has evolved over the years but the problem of parking still remains unsolved. The main reason behind this is that parking does not only involve one problem but it consists of a set of problems within itself. One of these problems is the occupancy detection of the parking slots in a distributed parking ecosystem. In a distributed system, users would find preferable parking spaces as opposed to random parking spaces. In this paper, we propose a web-based application as a solution for parking space detection in different parking spaces. The solution is based on Computer Vision (CV) and is built using the Django framework written in Python 3.0. The solution works to resolve the occupancy detection problem along with providing the user the option to determine the block based on availability and his preference. The evaluation results for our proposed system are promising and efficient. The proposed system can also be integrated with different systems and be used for solving other relevant parking problems.
Abstract（参考訳）: 技術の改善は時間と時間に関連する問題と線形に関係している。時間が経つにつれて、人間が直面する問題の数も増加することが観察されている。しかし、これらの問題を解決する技術も改善される傾向にある。車両の発明から始まった初期の問題の一つは駐車であった。この問題を解決する技術は長年にわたって進化してきたが、駐車問題はいまだに解決されていない。この背景にある主な理由は、駐車には1つの問題だけでなく、その内部に一連の問題があるからである。これらの問題の1つは、分散駐車エコシステムにおける駐車場の占有度の検出である。分散システムでは、ランダムな駐車スペースとは対照的に、ユーザーは望ましい駐車スペースを見つけるだろう。本稿では,異なる駐車場における駐車空間検出ソリューションとして,Webベースのアプリケーションを提案する。このソリューションはComputer Vision (CV)に基づいており、Python 3.0で書かれたDjangoフレームワークを使って構築されている。このソリューションは、占有率検出の問題を解決するとともに、ユーザに対して、可用性と好みに基づいてブロックを決定するオプションを提供する。提案システムの評価結果は有望かつ効率的である。提案システムは、異なるシステムと統合して、他の関連する駐車問題の解決にも利用できる。

関連論文リスト

Robotic warehousing operations: a learn-then-optimize approach to large-scale neighborhood search [84.39855372157616]
本稿では,ワークステーションの注文処理,アイテムポッドの割り当て,ワークステーションでの注文処理のスケジュールを最適化することで,ウェアハウジングにおけるロボット部品対ピッカー操作を支援する。そこで我々は, 大規模近傍探索を用いて, サブプロブレム生成に対する学習を最適化する手法を提案する。 Amazon Roboticsと共同で、我々のモデルとアルゴリズムは、最先端のアプローチよりも、実用的な問題に対するより強力なソリューションを生み出していることを示す。
論文参考訳（メタデータ） (2024-08-29T20:22:22Z)
Smart Camera Parking System With Auto Parking Spot Detection [1.0512475026060208]
PakStaと呼ばれる新しい手法で駐車場の状態を自動識別する。本手法はPakLocのオブジェクト検出器を用いて,ビデオフレーム内の駐車場の占有状況を同時に判定する。提案手法がPKLotデータセットに与える影響は, 人的労働力の94.25%を大幅に削減する結果となった。
論文参考訳（メタデータ） (2024-07-07T19:00:11Z)
Solving the Team Orienteering Problem with Transformers [46.93254771681026]
車両群のためのルートプランニングは、荷物の配送、監視、輸送といった応用において重要な課題である。本稿では,チームオリエンテーリング問題を高速かつ高精度に解決できる多エージェント経路計画システムを提案する。
論文参考訳（メタデータ） (2023-11-30T16:10:35Z)
Viewpoint Generation using Feature-Based Constrained Spaces for Robot Vision Systems [63.942632088208505]
この出版物は幾何学的問題としての視点の生成を概説し、それを解決するための一般化された理論的枠組みを紹介している。 $mathcalC$-space は、視点制約が分散する位相空間として理解することができる。紹介された$mathcalC$-spacesは、汎用ドメインと視点制約モデルに基づいて、現在のフレームワークを異なるアプリケーションやロボットビジョンシステムに転送しやすくする。
論文参考訳（メタデータ） (2023-06-12T08:57:15Z)
SHINE: Deep Learning-Based Accessible Parking Management System [1.7109513360384465]
自家用車の増加により、障害者の駐車スペースが乱用されている。従来のライセンスプレート認識(LPR)システムは、そのような問題にリアルタイムで対処する上で非効率であることが証明されている。我々は,深層学習に基づく物体検出アルゴリズムを用いて車両を検知するシステム,Shineを提案する。
論文参考訳（メタデータ） (2023-02-02T02:46:52Z)
Computability of Optimizers [71.84486326350338]
様々な状況において、チューリングマシンでは実現不可能であり、結果としてデジタルコンピュータでは実現不可能であることを示す。我々は、人工知能、金融数学、情報理論など、非常に異なる分野からよく知られた様々な問題に対して、そのような結果を証明している。
論文参考訳（メタデータ） (2023-01-15T17:41:41Z)
Parking Analytics Framework using Deep Learning [1.4146420810689422]
本稿では,自動車の駐車状況をリアルタイムで把握し,その利用状況を分析する手法を提案する。このソリューションは、画像解析とディープラーニング技術の組み合わせに基づいている。
論文参考訳（メタデータ） (2022-03-15T11:16:59Z)
Smart Parking Space Detection under Hazy conditions using Convolutional Neural Networks: A Novel Approach [0.0]
本稿では, 空き環境下での駐車スペース占有性能を向上させるデハジングネットワークの利用について検討する。提案システムは既存のスマートパーキングシステムの一部として展開可能で、数百台のパーキングスペースを監視するために、限られた数のカメラが使用されている。
論文参考訳（メタデータ） (2022-01-15T14:15:46Z)
Model-based Decision Making with Imagination for Autonomous Parking [50.41076449007115]
提案アルゴリズムは,駐車前に結果を予測するための想像モデル,高速探索ランダムツリー(RRT)の改良,経路平滑化モジュールの3つの部分から構成される。われわれのアルゴリズムは、実際のキネマティックな車両モデルに基づいており、実際の自動運転車にアルゴリズムを適用するのにより適している。アルゴリズムの有効性を評価するため,3つの異なる駐車シナリオにおいて,従来のRTとアルゴリズムを比較した。
論文参考訳（メタデータ） (2021-08-25T18:24:34Z)
MoParkeR : Multi-objective Parking Recommendation [5.970994932728028]
既存のパーキングレコメンデーションソリューションは主に、未使用のオプションのみに基づく駐車場の検索と提案に重点を置いている。さらに重要なことは、これらの要因は時間とともに変化し、互いに衝突し、現在の駐車推奨システムによって生み出されるレコメンデーションは効果がない可能性がある。我々は、様々な競合要因を同時に考慮したMoParkeRと呼ばれる多目的駐車場推薦エンジンを設計し、その解決策を提案する。
論文参考訳（メタデータ） (2021-06-10T10:57:09Z)
On the Social and Technical Challenges of Web Search Autosuggestion Moderation [118.47867428272878]
自動提案は通常、検索ログと文書表現のコーパスに基づいてトレーニングされた機械学習(ML)システムによって生成される。現在の検索エンジンは、このような問題のある提案を抑えるのに、ますます熟練している。問題のある提案のいくつかの側面、パイプラインに沿った困難な問題、そしてWeb検索を超えたアプリケーションの増加になぜ私たちの議論が適用されるのかについて論じる。
論文参考訳（メタデータ） (2020-07-09T19:22:00Z)

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。