Fugu-MT 論文翻訳(概要): Automatic Vision-Based Parking Slot Detection and Occupancy Classification

論文の概要: Automatic Vision-Based Parking Slot Detection and Occupancy Classification

arxiv url: http://arxiv.org/abs/2308.08192v1
Date: Wed, 16 Aug 2023 07:44:34 GMT
ステータス: 処理完了
システム内更新日: 2023-08-17 14:35:45.856199
Title: Automatic Vision-Based Parking Slot Detection and Occupancy Classification
Title（参考訳）: 視覚に基づく駐車スロットの自動検出と作業分類
Authors: Ratko Grbi\'c, Brando Koch
Abstract要約: パーキング誘導情報(PGI)システムは、最も近い駐車場と空き駐車場の数についてドライバーに情報を提供するために使用される。近年、視覚ベースのソリューションは標準的なPGIシステムに代わる費用対効果の代替として現れ始めている。本稿では,入力画像のみに基づいて自動駐車スロット検出・職業分類(APSD-OC)を行うアルゴリズムを提案する。
参考スコア（独自算出の注目度）: 3.038642416291856
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Parking guidance information (PGI) systems are used to provide information to drivers about the nearest parking lots and the number of vacant parking slots. Recently, vision-based solutions started to appear as a cost-effective alternative to standard PGI systems based on hardware sensors mounted on each parking slot. Vision-based systems provide information about parking occupancy based on images taken by a camera that is recording a parking lot. However, such systems are challenging to develop due to various possible viewpoints, weather conditions, and object occlusions. Most notably, they require manual labeling of parking slot locations in the input image which is sensitive to camera angle change, replacement, or maintenance. In this paper, the algorithm that performs Automatic Parking Slot Detection and Occupancy Classification (APSD-OC) solely on input images is proposed. Automatic parking slot detection is based on vehicle detections in a series of parking lot images upon which clustering is applied in bird's eye view to detect parking slots. Once the parking slots positions are determined in the input image, each detected parking slot is classified as occupied or vacant using a specifically trained ResNet34 deep classifier. The proposed approach is extensively evaluated on well-known publicly available datasets (PKLot and CNRPark+EXT), showing high efficiency in parking slot detection and robustness to the presence of illegal parking or passing vehicles. Trained classifier achieves high accuracy in parking slot occupancy classification.
Abstract（参考訳）: パーキング誘導情報(PGI)システムは、最も近い駐車場と空き駐車場の数に関する情報をドライバーに提供するために使用される。近年、ビジョンベースのソリューションは、各駐車スロットに装着されたハードウェアセンサーに基づく標準pgiシステムのコスト対効果の高い代替品として見え始めた。視覚ベースのシステムは、駐車場を記録しているカメラが撮影した画像に基づいて、駐車場の占有状況に関する情報を提供する。しかし,このようなシステムの開発は,様々な視点,気象条件,物体の閉塞などにより困難である。もっとも注目すべきは、カメラの角度の変化や交換、メンテナンスに敏感な入力画像内の駐車スロットの配置を手動でラベリングする必要があることだ。本稿では,入力画像のみに基づいて自動駐車スロット検出・職業分類(APSD-OC)を行うアルゴリズムを提案する。自動駐車スロット検出は、鳥の視線にクラスタリングを適用して駐車スロットを検出する一連の駐車場画像における車両検出に基づいて行われる。入力画像に駐車スロットの位置が決定されると、特定訓練されたResNet34深部分類器を用いて、検出された各駐車スロットを占有または空きと分類する。提案手法は、よく知られた公開データセット(PKLotとCNRPark+EXT)で広範に評価され、駐車スペースの検出と、違法駐車や通過車両の存在に対する堅牢性を示す。学習型分類器は駐車スロット占有率の分類において高い精度を達成する。

関連論文リスト

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)
MSight: An Edge-Cloud Infrastructure-based Perception System for Connected Automated Vehicles [58.461077944514564]
本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。 MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
論文参考訳（メタデータ） (2023-10-08T21:32:30Z)
Parking Spot Classification based on surround view camera system [1.1984905847118061]
本研究では、サラウンドビューカメラシステムに基づく駐車場の分類に取り組む。対象検出ニューラルネットワーク YOLOv4 を新しいポリゴン境界ボックスモデルで適用する。その結果, 提案手法は, 通常の, 電気自動車, およびハンディキャップ駐車場の区別に有効であることが証明された。
論文参考訳（メタデータ） (2023-10-05T07:15:04Z)
Vehicle Occurrence-based Parking Space Detection [5.084185653371259]
本研究では、駐車場の画像列を受信し、検出された駐車場を識別する座標のリストを返す自動駐車空間検出方法を提案する。 PKLotとCNRPark-EXTの駐車場データから12の異なる部分集合を用いた結果、AP25のスコアは95.60%、AP50のスコアは79.90%に達した。
論文参考訳（メタデータ） (2023-06-16T16:22:45Z)
Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts, Datasets and Metrics [77.34726150561087]
本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。両センサと融合に関する概念と特徴を提示する。本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
論文参考訳（メタデータ） (2023-03-08T00:48:32Z)
Computer vision in automated parking systems: Design, implementation and challenges [0.24704967483128953]
本稿では,コンピュータビジョンアルゴリズムの観点から,自動駐車システムの設計と実装について議論する。パーキングユースケースを実現するキービジョンモジュールは、3D再構築、パーキングスロットマーキング認識、空きスペース、車両/歩行者検出です。
論文参考訳（メタデータ） (2021-04-26T13:18:02Z)
V2VNet: Vehicle-to-Vehicle Communication for Joint Perception and Prediction [74.42961817119283]
車両間通信(V2V)を用いて、自動運転車の知覚と運動予測性能を向上させる。複数の車両から受信した情報をインテリジェントに集約することで、異なる視点から同じシーンを観察することができる。
論文参考訳（メタデータ） (2020-08-17T17:58:26Z)
The Devil is in the Details: Self-Supervised Attention for Vehicle Re-Identification [75.3310894042132]
車両識別のための自己監督的注意(SAVER)は、車両固有の識別特徴を効果的に学習するための新しいアプローチである。我々は,SAVERがVeRi, VehicleID, Vehicle-1M, VERI-Wildのデータセットに挑戦する際の最先端性を改善することを示す。
論文参考訳（メタデータ） (2020-04-14T02:24:47Z)
Parsing-based View-aware Embedding Network for Vehicle Re-Identification [138.11983486734576]
本稿では,車載ReIDのビューアウェア機能アライメントと拡張を実現するために,解析に基づくPVEN(View-Aware Embedding Network)を提案する。 3つのデータセットで行った実験により、我々のモデルは最先端の手法よりも大きなマージンで優れていることが示された。
論文参考訳（メタデータ） (2020-04-10T13:06:09Z)
Road Curb Detection and Localization with Monocular Forward-view Vehicle Camera [74.45649274085447]
魚眼レンズを装着した校正単眼カメラを用いて3Dパラメータを推定するロバストな手法を提案する。我々のアプローチでは、車両が90%以上の精度で、リアルタイムで距離を抑えることができる。
論文参考訳（メタデータ） (2020-02-28T00:24:18Z)
Trained Trajectory based Automated Parking System using Visual SLAM on Surround View Cameras [0.0]
我々は、訓練された軌道自動駐車システムの使用事例、設計、実装について論じる。提案システムは商用車両に展開し, 消費者アプリケーションについて解説する。
論文参考訳（メタデータ） (2020-01-07T16:43:27Z)

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。