論文の概要: Typography-Based Monocular Distance Estimation for Advanced Driver-Assistance Systems

• arxiv url: http://arxiv.org/abs/2607.00319v1
• Date: Wed, 01 Jul 2026 01:35:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.678904
• Title: Typography-Based Monocular Distance Estimation for Advanced Driver-Assistance Systems
• Title（参考訳）: 先進運転支援システムのためのタイポグラフィに基づく単眼距離推定
• Abstract要約: 先頭車への距離を推定することは、前方衝突警告、適応巡航制御、自動緊急ブレーキの基本的な入力である。 本稿では,車体サイズを標準化し,車体後部ナンバープレート(後部ナンバープレート)に設置したターゲットを用いて,通常の1台のカメラで同じ距離を再現できるかどうかを問う。 提案手法は、プレートを検出し、印刷文字の高さを測定し、発行状態を特定して正しい物理文字の高さを選択し、カメラプロジェクションからの距離を復元する。
• 参考スコア（独自算出の注目度）: 4.601043621601829
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Estimating the distance to a leading vehicle is a basic input to forward collision warning, adaptive cruise control, and automated emergency braking. Production systems obtain this distance from radar, laser scanners, or stereo camera pairs, which add cost, power draw, and packaging constraints. This paper asks whether a single ordinary camera can recover the same distance by using a target that is standardized in size and present on every road vehicle: the rear license plate. U.S. plates share a fixed outer size and a character height that is set by regulation and varies only narrowly between states, so the height of a plate character in the image is a direct measure of distance once the camera geometry is known. The proposed method (Typography-Based Monocular Distance Estimation) detects the plate, measures the height of its printed characters, identifies the issuing state to select the correct physical character height, and recovers distance from the camera projection. Three measurements taken from the same plate: the character height, the stroke width, and the character spacing. Together with the spacing of the two mounting holes and a single-image depth network, are combined so that a weak or corrupted measurement is given less weight automatically. The distance, its rate of change, and a time-to-collision estimate are smoothed across frames and used to raise a warning with the timing used by U.S. collision-warning regulations. The same plate that anchors the scale also identifies the vehicle, so the method returns a distance, a bearing, and an identity from one passive sensor. It reads scale from a printed standard instead of from time of flight or parallax, making it a cheap, low-maintenance complement to those sensors in a fault-tolerant perception stack, achieving the cost-effective distance estimation with error less than 0.13 m.
• Abstract（参考訳）: 先頭車への距離を推定することは、前方衝突警告、適応巡航制御、自動緊急ブレーキの基本的な入力である。 生産システムは、レーダー、レーザースキャナーまたはステレオカメラ対からこの距離を取得し、コスト、パワードロー、パッケージングの制約を追加する。 本稿では,車体サイズを標準化し,車体後部ナンバープレート(後部ナンバープレート)に設置したターゲットを用いて,通常の1台のカメラで同じ距離を再現できるかどうかを問う。 米国のプレートは、規制によって設定され、状態によってわずかに変化する文字の高さと一定の外の大きさを共有しているため、画像中のプレート文字の高さは、カメラの幾何学が知られると、距離の直接測定である。 提案手法(Typography-based Monocular Distance Estimation)は、プレートを検出し、印刷文字の高さを測定し、発行状態を特定して正しい物理文字の高さを選択し、カメラ投影からの距離を復元する。 同じプレートから採取した3つの測定値:文字の高さ、ストローク幅、文字間隔。 2つの取付孔と1つの画像深度ネットワークの間隔とを合わせることで、弱いまたは破損した測定を自動的に減量する。 距離、その変化率、および時間対衝突の見積もりはフレーム全体で滑らかにされ、アメリカの衝突警戒規則で使用されるタイミングで警告を行うために使用される。 スケールを固定する同じプレートも車両を識別するので、その方法は1つの受動センサーから距離、ベアリング、アイデンティティを返す。 飛行時間やパララックスではなく印刷された標準からスケールを読み出し、フォールトトレラントな知覚スタックでこれらのセンサーを安価かつ低保守的に補完し、誤差0.13m未満でコスト効率の良い距離推定を実現する。

関連論文リスト

• OmniPoint: Universal Monocular Metric Pointcloud from Any Camera [79.24417597712802]
  OmniPointは、様々な画像センサにまたがるメートル法再構成を一般化するために設計された統合されたフレームワークである。 射影剛性を克服するため、OmniPointは従来の平面深度回帰を放棄する。 代わりに、分離された訓練目標とともに、分離された光線と距離の表現を採用する。
  論文  参考訳（メタデータ） (2026-09-08T19:45:58Z)
• A Height-Constrained 2-Point Minimal Solver for Pose Estimation from Active LED Markers with Event Cameras [51.7262911415172]
  本研究では,モーションキャプチャシステムから実世界のデータを集めるイベントベースアクティブマーカーシステムを開発した。 合成データと実データの両方の実験では、最先端のP2Pソルバよりも精度が向上した。
  論文  参考訳（メタデータ） (2026-08-10T12:19:24Z)
• Knowledge-Driven Dimension Estimation from a Single Image -3D Asset Generation Technology for Digital Twin Construction [0.0]
  本稿では,オブジェクトを複数の構造要素に分解することで,オブジェクトのスケールを推定する方法を提案する。 推定成分を再構成することによりオブジェクトの3Dアセットを生成する。 これにより、デジタル双対空間内の実環境を近似したスケールで3Dアセットを配置することができる。
  論文  参考訳（メタデータ） (2026-06-29T20:35:54Z)
• Physics-Grounded Monocular Vehicle Distance Estimation Using Standardized License Plate Typography [4.601043621601829]
  車両間距離推定は、高度運転支援システム(ADAS)と自律運転の基盤となっている。 単眼カメラに基づく推定は、低コストの代替手段を提供するが、基本的なスケールの曖昧さに悩まされている。 最近の単眼深度深度深度学習手法は目覚ましい結果を得るが、高価な教師付きトレーニングが必要であり、ドメインシフトに悩まされ、安全クリティカルなデプロイメントの認定が難しい予測を生成する。 本稿では,米国ナンバープレートの規格化されたタイポグラフィを,計量測位のためのパッシブ・フィデューシャル・マーカーとして活用する枠組みを提案する。
  論文  参考訳（メタデータ） (2026-04-14T03:27:44Z)
• Typography-Based Monocular Distance Estimation Framework for Vehicle Safety Systems [4.601043621601829]
  本稿では,タイポグラフィに基づく単分子距離推定フレームワークを提案する。 これは、メートル法距離推定のためのパッシブ・フィデューシャル・マーカーとして、ナンバープレートの標準化されたタイポグラフィを利用する。 プレート幅法を総合的に比較すると,文字ベースの測度は推定値の標準偏差を35%減少させる。
  論文  参考訳（メタデータ） (2026-03-24T04:18:19Z)
• Energy-Based Models for Cross-Modal Localization using Convolutional Transformers [52.27061799824835]
  GPSのない衛星画像に対して、距離センサを搭載した地上車両を位置決めする新しい枠組みを提案する。 本稿では, 畳み込み変換器を用いて, 高精度な計量レベルの局所化を行う手法を提案する。 我々は、エンドツーエンドでモデルをトレーニングし、KITTI、Pandaset、カスタムデータセットの最先端技術よりも高い精度でアプローチを実証する。
  論文  参考訳（メタデータ） (2023-06-06T21:27:08Z)
• Multi-Modal 3D Object Detection by Box Matching [109.43430123791684]
  マルチモーダル3次元検出のためのボックスマッチング(FBMNet)による新しいフュージョンネットワークを提案する。 3Dオブジェクトと2Dオブジェクトの提案を学習することで、ROI特徴を組み合わせることで、検出のための融合を効果的に行うことができる。
  論文  参考訳（メタデータ） (2023-05-12T18:08:51Z)
• LET-3D-AP: Longitudinal Error Tolerant 3D Average Precision for Camera-Only 3D Detection [26.278496981844317]
  我々は,深度推定誤差に関して,より許容性の高い3次元APメトリックの変種を提案する。 具体的には, LET-3D-AP と LET-3D-APL という新しい長手誤差許容基準により, 所与の許容範囲までの長手局所化誤差を許容する。 最先端のカメラベースの検出器は、従来のLiDARベースの検出器よりも優れており、新しいメトリクスは10%の深度エラー耐性を超越している。
  論文  参考訳（メタデータ） (2022-06-15T17:57:41Z)
• Single View Physical Distance Estimation using Human Pose [18.9877515094788]
  本稿では,1枚のRGB画像やビデオからカメラ内在物,地上面,人物間の物理的距離を同時に推定する完全自動システムを提案する。 提案手法により、既存のカメラシステムは、専用のキャリブレーションプロセスやレンジセンサーを必要とせず、物理的距離を測定することができる。 その結果,ポーズに基づく自動校正と距離推定の問題に対して,MEVADAが世界初となる評価ベンチマークとなった。
  論文  参考訳（メタデータ） (2021-06-18T19:50:40Z)
• Geometry-based Distance Decomposition for Monocular 3D Object Detection [48.63934632884799]
  本研究では,その要因により距離を回復する新しい幾何学的距離分解法を提案する。 分解の要因は、最も代表的かつ安定な変数へのオブジェクトの距離である。 RGB画像から3Dバウンディングボックスをコンパクトなアーキテクチャで直接予測します。
  論文  参考訳（メタデータ） (2021-04-08T13:57:30Z)
• Accurate Alignment Inspection System for Low-resolution Automotive and Mobility LiDAR [125.41260574344933]
  車両やロボットなどの移動システムにおいて,センサ装着後のLiDARアライメント誤差を正確に推定する検査システムを提案する。 提案手法は, 固定位置における1つのターゲットボードのみを用いて, 水平方向(回転, 傾き, ヨー)とLiDARアタッチメントの水平位置を, 水平方向の精度で推定する。
  論文  参考訳（メタデータ） (2020-08-24T17:47:59Z)
• LIBRE: The Multiple 3D LiDAR Dataset [54.25307983677663]
  We present LIBRE: LiDAR Benchmarking and Reference, a first-of-in-kind dataset with 10 different LiDAR sensor。 LIBREは、現在利用可能なLiDARを公平に比較するための手段を提供するために、研究コミュニティに貢献する。 また、既存の自動運転車やロボティクス関連のソフトウェアの改善も促進する。
  論文  参考訳（メタデータ） (2020-03-13T06:17:39Z)
• 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)

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。