• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Intelligent Transportation Systems >Combining Priors, Appearance, and Context for Road Detection
【24h】

Combining Priors, Appearance, and Context for Road Detection

机译：结合先验，外观和上下文进行道路检测

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Detecting the free road surface ahead of a moving vehicle is an important research topic in different areas of computer vision, such as autonomous driving or car collision warning. Current vision-based road detection methods are usually based solely on low-level features. Furthermore, they generally assume structured roads, road homogeneity, and uniform lighting conditions, constraining their applicability in real-world scenarios. In this paper, road priors and contextual information are introduced for road detection. First, we propose an algorithm to estimate road priors online using geographical information, providing relevant initial information about the road location. Then, contextual cues, including horizon lines, vanishing points, lane markings, 3-D scene layout, and road geometry, are used in addition to low-level cues derived from the appearance of roads. Finally, a generative model is used to combine these cues and priors, leading to a road detection method that is, to a large degree, robust to varying imaging conditions, road types, and scenarios.
机译：在自动驾驶或汽车碰撞警告等计算机视觉的不同领域中，检测行驶中的车辆前方的自由路面是重要的研究课题。当前基于视觉的道路检测方法通常仅基于低级特征。此外，它们通常假定结构化的道路，道路的同质性和统一的照明条件，从而限制了它们在实际场景中的适用性。在本文中，介绍了道路先验和上下文信息以进行道路检测。首先，我们提出一种使用地理信息在线​​估算道路先验的算法，提供有关道路位置的相关初始信息。然后，除了从道路外观派生的低级提示外，还使用上下文提示，包括地平线，消失点，车道标记，3-D场景布局和道路几何形状。最后，使用生成模型来组合这些提示和先验条件，从而得出一种道路检测方法，该方法在很大程度上对变化的成像条件，道路类型和场景具有鲁棒性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号