論文の概要: Drone navigation and license place detection for vehicle location in indoor spaces

• arxiv url: http://arxiv.org/abs/2307.10165v2
• Date: Thu, 20 Jul 2023 08:53:13 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-21 16:48:10.730467
• Title: Drone navigation and license place detection for vehicle location in indoor spaces
• Title（参考訳）: 屋内空間における車両位置のドローンナビゲーションとライセンス場所検出
• Authors: Moa Arvidsson, Sithichot Sawirot, Cristofer Englund, Fernando Alonso-Fernandez, Martin Torstensson, Boris Duran
• Abstract要約: この研究は、駐車中の車両の列を行き来し、ナンバープレートを検出するナノドローンに基づくソリューションを作成することを目的としている。 すべての計算はドローン上でリアルタイムで行われ、2Dマップの作成を可能にする位置と検出された画像が送信される。
• 参考スコア（独自算出の注目度）: 55.66423065924684
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Millions of vehicles are transported every year, tightly parked in vessels or boats. To reduce the risks of associated safety issues like fires, knowing the location of vehicles is essential, since different vehicles may need different mitigation measures, e.g. electric cars. This work is aimed at creating a solution based on a nano-drone that navigates across rows of parked vehicles and detects their license plates. We do so via a wall-following algorithm, and a CNN trained to detect license plates. All computations are done in real-time on the drone, which just sends position and detected images that allow the creation of a 2D map with the position of the plates. Our solution is capable of reading all plates across eight test cases (with several rows of plates, different drone speeds, or low light) by aggregation of measurements across several drone journeys.
• Abstract（参考訳）: 毎年何百万もの車両が輸送され、船やボートに密閉されている。 火災などの関連する安全問題のリスクを軽減するためには、車両の位置を知ることが不可欠である。 この研究の目的は、駐車中の車両の列を移動し、ナンバープレートを検出するナノドローンに基づくソリューションを作ることだ。 壁追跡アルゴリズムと、ライセンスプレートを検出するために訓練されたCNNによって実現しています。 すべての計算はドローン上でリアルタイムで行われ、位置と検出された画像を送るだけで、プレートの位置がついた2Dマップが作成できる。 私たちのソリューションは、8つのテストケース(数列のプレート、異なるドローン速度、あるいは低光度)にまたがるすべてのプレートを、複数のドローンの旅の計測結果を集約することで読み取ることができます。

関連論文リスト

• A Real-Time Wrong-Way Vehicle Detection Based on YOLO and Centroid Tracking [0.0]
  誤運転は、世界中の道路事故や交通渋滞の主な原因の1つである。 本稿では,道路監視カメラによる車両自動検知システムを提案する。
  論文  参考訳（メタデータ） (2022-10-19T00:53:28Z)
• Real-time smart vehicle surveillance system [0.0]
  自動車盗難はインドで最も解決されていない犯罪の一つである。 本稿では、CCTVビデオフィードを用いて被疑車両を検知・追跡するリアルタイム車両監視システムを提案する。 提案手法の目的を満たすために,様々な画像処理と深層学習アルゴリズムが用いられている。
  論文  参考訳（メタデータ） (2021-11-24T06:15:14Z)
• A dataset for multi-sensor drone detection [67.75999072448555]
  近年,小型・遠隔操作無人航空機(UAV)の使用が増加している。 ドローン検出に関するほとんどの研究は、取得デバイスの種類、ドローンの種類、検出範囲、データセットを特定することに失敗している。 我々は、赤外線および可視ビデオとオーディオファイルを含むドローン検出のための注釈付きマルチセンサーデータベースにコントリビュートする。
  論文  参考訳（メタデータ） (2021-11-02T20:52:03Z)
• Dogfight: Detecting Drones from Drones Videos [58.158988162743825]
  本稿では,他の飛行ドローンからドローンを検知する問題に対処する。 ソースとターゲットドローンのエロティックな動き、小型、任意の形状、大きな強度、および閉塞は、この問題を非常に困難にします。 これに対処するため,地域提案に基づく手法ではなく,2段階のセグメンテーションに基づく手法を提案する。
  論文  参考訳（メタデータ） (2021-03-31T17:43:31Z)
• Exploiting Playbacks in Unsupervised Domain Adaptation for 3D Object Detection [55.12894776039135]
  ディープラーニングに基づく最先端の3Dオブジェクト検出器は、有望な精度を示しているが、ドメインの慣用性に過度に適合する傾向がある。 対象領域の擬似ラベルの検出器を微調整することで,このギャップを大幅に削減する新たな学習手法を提案する。 5つの自律運転データセットにおいて、これらの擬似ラベル上の検出器を微調整することで、新しい運転環境への領域ギャップを大幅に減らすことを示す。
  論文  参考訳（メタデータ） (2021-03-26T01:18:11Z)
• End-to-end trainable network for degraded license plate detection via vehicle-plate relation mining [26.484883058620134]
  そこで本研究では,車両-プレート関係のマイニングによるナンバープレート検出の新規かつ適用可能な手法を提案する。 まず,車両とナンバープレートの関係を利用して,ナンバープレート周辺の地域を推定する。 第二に, 斜めプレートの四隅を後退させて, 斜めプレートを頑健に検出することにより, 局所領域の四辺境界ボックスを予測することを提案する。
  論文  参考訳（メタデータ） (2020-10-27T13:05:31Z)
• Deep Learning Based Traffic Surveillance System For Missing and Suspicious Car Detection [0.0]
  本稿では,盗難・盗難車検出のためのディープラーニングに基づく自動交通監視システムを提案する。 Select-Detector, Image Quality Enhancer, Image Transformer, Smart Recognizerの4つの部分で構成されている。 提案手法の有効性は、政府のCCTVカメラの映像で検証され、盗難・盗難車両を87%の精度で識別する結果となった。
  論文  参考訳（メタデータ） (2020-07-17T07:18:12Z)
• Depth Sensing Beyond LiDAR Range [84.19507822574568]
  小型の視野カメラを用いた3カメラシステムを提案する。 我々のシステムは、計量深度を計算するための新しいアルゴリズムとともに、完全な事前校正を必要としない。 遠距離のシーンや物体に対して、事実上許容できる精度で密集した深度マップを出力することができる。
  論文  参考訳（メタデータ） (2020-04-07T00:09:51Z)
• Physically Realizable Adversarial Examples for LiDAR Object Detection [72.0017682322147]
  本稿では,LiDAR検出器を騙すために,汎用な3次元対向物体を生成する手法を提案する。 特に,LiDAR検出器から車両を完全に隠蔽するために,車両の屋根上に対向物体を配置し,その成功率は80%であることを示した。 これは、限られたトレーニングデータから見知らぬ条件下での、より安全な自動運転への一歩だ。
  論文  参考訳（メタデータ） (2020-04-01T16:11:04Z)

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。