論文の概要: Estimation of Vehicular Velocity based on Non-Intrusive stereo camera
- arxiv url: http://arxiv.org/abs/2304.05298v1
- Date: Tue, 11 Apr 2023 15:48:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-12 14:15:36.498203
- Title: Estimation of Vehicular Velocity based on Non-Intrusive stereo camera
- Title(参考訳): 非侵入型ステレオカメラによる車体速度の推定
- Authors: Bikram Adhikari, Prabin Bhandari
- Abstract要約: 本稿では,非侵入型ステレオカメラを用いた車両の速度推定のためのモジュラー手法を提案する。
本手法は,SUBARU画像認識チャレンジにおいて,0.582の基準RMSEよりも優れた0.416のRMSEが得られる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The paper presents a modular approach for the estimation of a leading
vehicle's velocity based on a non-intrusive stereo camera where SiamMask is
used for leading vehicle tracking, Kernel Density estimate (KDE) is used to
smooth the distance prediction from a disparity map, and LightGBM is used for
leading vehicle velocity estimation.
Our approach yields an RMSE of 0.416 which outperforms the baseline RMSE of
0.582 for the SUBARU Image Recognition Challenge
- Abstract(参考訳): 本稿では,SiamMaskを先頭車両追尾に使用する非侵入型ステレオカメラをベースとした先行車両の速度推定のためのモジュラー手法を提案し,カーネル密度推定(KDE)を用いて距離予測を不均一マップから円滑にし,LightGBMを先頭車両速度推定に用いる。
提案手法は,スバル画像認識課題のベースラインrmseを0.582に上回る0.416のrmseを生成する。
関連論文リスト
- ET-Former: Efficient Triplane Deformable Attention for 3D Semantic Scene Completion From Monocular Camera [53.20087549782785]
本稿では,単一単眼カメラを用いたセマンティックシーン補完のための新しいエンドツーエンドアルゴリズムET-Formerを紹介する。
本手法は,単一のRGB観測からセマンティック占有マップを生成すると同時に,セマンティック予測のための不確実性推定を行う。
論文 参考訳(メタデータ) (2024-10-14T19:14:49Z) - XLD: A Cross-Lane Dataset for Benchmarking Novel Driving View Synthesis [84.23233209017192]
本稿では,自律走行シミュレーションに特化して設計された新しい駆動ビュー合成データセットとベンチマークを提案する。
データセットには、トレーニング軌跡から1-4mずれて取得した画像のテストが含まれているため、ユニークなものだ。
我々は、フロントオンリーおよびマルチカメラ設定下で、既存のNVSアプローチを評価するための最初の現実的なベンチマークを確立する。
論文 参考訳(メタデータ) (2024-06-26T14:00:21Z) - A Study on Quantifying Sim2Real Image Gap in Autonomous Driving
Simulations Using Lane Segmentation Attention Map Similarity [0.0]
現在、シミュレーション画像のリアリズムを定量的に評価するための合意された基準は存在しない。
本稿では,ENet-SADの自己注意蒸留プロセスから注目マップを用いて,シミュレーション道路画像の類似度を測定する指標を提案する。
論文 参考訳(メタデータ) (2023-06-18T07:08:40Z) - Monocular BEV Perception of Road Scenes via Front-to-Top View Projection [57.19891435386843]
本稿では,鳥の目視で道路配置と車両占有率によって形成された局所地図を再構築する新しい枠組みを提案する。
我々のモデルは1つのGPU上で25FPSで動作し、リアルタイムパノラマHDマップの再構築に有効である。
論文 参考訳(メタデータ) (2022-11-15T13:52:41Z) - Mel-spectrogram features for acoustic vehicle detection and speed
estimation [0.0]
本論文は,単一センサ計測による音響車両の検出と速度推定について述べる。
入力音声のメル・スペクトログラムから予測されるクリップ車間距離を最小化することにより,車両のパスバイを瞬時に予測する。
メル・スペクトログラムに基づく機能は、中間機能を導入することなく、車両の速度推定に直接使用される。
論文 参考訳(メタデータ) (2022-04-08T11:53:13Z) - Doppler velocity-based algorithm for Clustering and Velocity Estimation
of moving objects [11.328509097182895]
本稿では,FMCW LiDARの特性に基づくドップラー速度クラスタと速度推定アルゴリズムを提案する。
提案アルゴリズムは,少なくとも4.5万個の点を処理し,3600x CPUの演算パワーで毎秒150個の移動物体の速度を推定できることを示す。
論文 参考訳(メタデータ) (2021-12-24T07:57:28Z) - Multi-Stream Attention Learning for Monocular Vehicle Velocity and
Inter-Vehicle Distance Estimation [25.103483428654375]
車両速度と車間距離の推定は、ADAS(Advanced driver-assistance system)と自律走行車にとって不可欠である。
近年の研究では、低コストの単眼カメラを用いて、車周りの環境をデータ駆動方式で知覚することに焦点を当てている。
MSANetは、例えば、共同走行速度と車間距離推定のための空間的特徴と文脈的特徴の異なる特徴を抽出するために提案されている。
論文 参考訳(メタデータ) (2021-10-22T06:14:12Z) - Real Time Monocular Vehicle Velocity Estimation using Synthetic Data [78.85123603488664]
移動車に搭載されたカメラから車両の速度を推定する問題を考察する。
そこで本研究では,まずオフ・ザ・シェルフ・トラッカーを用いて車両バウンディングボックスを抽出し,その後,小型ニューラルネットワークを用いて車両速度を回帰する2段階のアプローチを提案する。
論文 参考訳(メタデータ) (2021-09-16T13:10:27Z) - R4Dyn: Exploring Radar for Self-Supervised Monocular Depth Estimation of
Dynamic Scenes [69.6715406227469]
駆動シナリオにおける自己教師付き単眼深度推定は、教師付きアプローチに匹敵する性能を達成した。
本稿では,自己監督型深度推定フレームワーク上に費用効率の高いレーダデータを利用する新しい手法であるR4Dynを提案する。
論文 参考訳(メタデータ) (2021-08-10T17:57:03Z) - 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)
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。