JP2016207191A - 車線逸脱警告におけるグランドトゥルース判別のための方法およびシステム - Google Patents
車線逸脱警告におけるグランドトゥルース判別のための方法およびシステム Download PDFInfo
- Publication number
- JP2016207191A JP2016207191A JP2015203418A JP2015203418A JP2016207191A JP 2016207191 A JP2016207191 A JP 2016207191A JP 2015203418 A JP2015203418 A JP 2015203418A JP 2015203418 A JP2015203418 A JP 2015203418A JP 2016207191 A JP2016207191 A JP 2016207191A
- Authority
- JP
- Japan
- Prior art keywords
- lane
- images
- image
- maximum value
- time slice
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000001514 detection method Methods 0.000 claims description 39
- 238000012545 processing Methods 0.000 claims description 29
- 238000009499 grossing Methods 0.000 claims description 5
- 238000007670 refining Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000012795 verification Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000001454 recorded image Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
- G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
【解決手段】画像取得ユニットから、複数の異なる時間フレームで取得された車線の複数の時間スライス画像を受信する。これら時間スライス画像の強度プロフィールが判別され、複数の画像のこれら複数の強度プロフィールが平滑化され、平滑化済ヒストグラムが取得される。これら時間スライス画像のしきい値が判別され、さらに、車線の車線マークを抽出するためにリファインされる。車線逸脱警告を検証するために用いられるグランドトゥルース値を検出する。
【選択図】図3
Description
本出願は、2015年4月17日付出願のインド国仮特許出願第1594/MUM/2015号に基づく優先権を主張し、該仮出願の開示内容の全てが、参照によりここに組み込まれる。
d2=(d1×X+d3×Y)/(X+Y)
ここで、MBMT検出車線マーク(MBMT detected lane markings)は、それぞれd1およびd3であり、距離は、d1とd3に対応する車線間の距離である。その後、(図7cに示すように)d1、d3、未知の車線から上側の既知の車線マークまでの行距離(X)、および未知の車線から下側の既知の車線マークまでの行距離(Y)から、d2を判別することにより、未知の車線中央をマークすることができる。
パーセンテージピクセル検出精度(Percentage Pixel Detection Accuracy)=真の検出(True Detection)/トータル境界検出(Total Boundary Detection)*100
ここで、実際の検出(Actual Detection)→グランドトゥルースまたは実際の境界内のピクセルの数
真の検出→実際の境界内のアプリケーション車線内のピクセルの数
さらに、グランドトゥルースの実際の検出境界またはトータル検出境界外のピクセル検出は、車線逸脱の精度の算出において除外(排除)されている。実際の検出またはトータル検出外のピクセル検出、すなわち、実際の境界以外のものは、偽の検出(false detection)とみなされる。
(a)ユーザーが、画像処理モジュールにおいて処理されるべきフレームの数を定めることを実行可能とする。
(b)ユーザーが、画像処理用に、車線画像(ノイズを除く)としてみなされることとなる車線周辺の複数の境界を選択することを実行可能とする。
デバイス102は、ユーザー定義境界選択窓(user defined boundary selection window)(図示せず)を含んでいてもよい。これは、ユーザーが、複数の車線の外側の単一の車線を選択することを支援し、さらに、車線周辺の必要とされる境界を選択することによる車線の品質を改善するのに役立つ。また、ユーザーは、車線の境界を拒否し、車線の境界を再描画(redraw)する決定権、判断基準(provision)を有していてもよい。さらに、該規定は、車線が選択された境界内のものとなるまで、動作を実行および停止する選択肢を含んでいてもよい。
Claims (15)
- 車線逸脱警告におけるグランドトゥルース判別のためのコンピューター実施方法であって、
入力として、画像取得ユニットから複数の車線画像を受信する工程と、
前記複数の車線画像を、複数の異なる時間フレームで取得された複数の時間スライス画像に処理する工程と、
前記複数の時間スライス画像のそれぞれの強度プロフィールを判別し、該強度プロフィールを平滑化して、平滑化済ヒストグラムを取得する工程と、
前記平滑化済ヒストグラムの第1の最大値と、連続する第2の最大値との間の最小値を抽出することにより、前記複数の時間スライス画像のそれぞれのしきい値を取得する工程と、
前記複数の時間スライス画像を分割し、複数の個別時間スライスを取得する工程と、前記複数の個別時間スライスのそれぞれの前記強度プロフィールの統計平均変動を算出する工程と、所定の範囲内の平均強度を有する前記複数の個別時間スライスを、複数のスライスのクラスタにグループ化する工程と、該複数のスライスのクラスタの前記強度プロフィールの第1の最大値と、連続する第2の最大値との間の最小値を判別する工程とによって、前記複数の時間スライス画像の前記しきい値をリファインする工程と、
前記複数の時間スライス画像の前記リファインされたしきい値に基づいて、車線の車線マークの複数の中点を抽出することにより、前記車線の前記車線マークを検出する工程と、
車線逸脱警告を検証するために、前記車線の前記車線マークに基づいて、グランドトゥルース値を判別する工程と、を含むことを特徴とする方法。 - 前記判別されたグランドトゥルース値に対して、パーセンテージ検出精度=真の検出/トータル境界検出*100を算出することによって、車線逸脱警告アプリケーションによって検出されたピクセル位置に基づいて、車線逸脱警告アプリケーション出力を検証する工程をさらに含み、
前記トータル境界検出は、前記グランドトゥルース値内のピクセル数であり、
前記真の検出は、前記車線逸脱警告アプリケーション内のピクセル数である請求項1に記載のコンピューター実施方法。 - 実際の検出またはトータル検出外におけるピクセル検出は、除外されている請求項2に記載の方法。
- 所定の範囲外の平均強度を有する前記複数の個別時間スライスを、複数のスライスのクラスタにサブグループ化する工程と、
該複数のスライスのクラスタの前記強度プロフィールの第1の最大値と、連続する第2の最大値との間の最小値を判別する工程と、をさらに含む請求項1に記載の方法。 - 前記複数の時間スライス画像に処理する工程は、ユーザーが、前記車線のフレーム数を選択することと、前記車線の前記境界を定めることとの少なくとも一方を実行可能とする工程をさらに含む請求項1に記載の方法。
- 前記複数の時間スライス画像は、複数の異なる時間フレームで前記複数の車線画像をスライスすることにより形成されており、
各前記時間フレームは、複数の行を含む請求項1に記載の方法。 - 前記グランドトゥルース値を判別する工程は、車線境界対応を介した補間によって、前記車線内の不連続点を埋める工程をさらに含み、
前記車線境界対応は、前記車線の左側マークと右側マークとの間の距離を測定することによって複数の車線マークを検出し、画像フレームにマッピングする工程を含む請求項1に記載の方法。 - 前記車線内の前記不連続点は、不連続の車線、遮断された車線、ドットの車線、およびノイズの少なくとも1つである請求項7に記載の方法。
- 前記統計平均変動は、前記複数の時間スライス画像の前記個別時間スライスのそれぞれの間の統計発散に基づく請求項1に記載の方法。
- 前記第1の最大値は、前記平滑化済ヒストグラムの最も高いピークであり、前記連続する第2の最大値は、前記第1の最大値に次いで最も高いピークである請求項1に記載の方法。
- 前記グランドトゥルース値を判別する工程は、前記検出された中点を、前記画像取得ユニットにより取得された画像フレーム上に逆マッピングする請求項1に記載の方法。
- 前記リファインされたしきい値を取得した後の前記複数の時間スライス画像は、2値画像である請求項1に記載の方法。
- 前記車線の2値画像内において、前記車線マークは白ピクセルで表され、前記車線マーク以外のものは黒ピクセルで表されている請求項1に記載の方法。
- 車線逸脱警告内におけるグランドトゥルース判別のためのシステムであって、
画像取得ユニット(106)と、
前記画像取得ユニットに通信可能に接続され、前記画像取得ユニットから複数の車線画像を受信するよう構成された画像データベース(222)と、
画像処理ユニットと、を含み、
前記画像処理ユニットは、
プロセッサー(202)と、
前記プロセッサー(202)に接続されたメモリー(206)と、を含み、
前記メモリーは、
入力として、前記画像データベースから複数の車線画像を受信する受信モジュール(209)と、
画像処理モジュール(210)であって、
前記受信モジュール(209)から受信した前記複数の車線画像を処理し、複数の異なる時間フレームで取得された複数の時間スライス画像を取得し、
平滑化済ヒストグラムの第1の最大値と、連続する第2の最大値との間の最小値を抽出することにより、前記複数の時間スライス画像のそれぞれのしきい値を取得し、
前記複数の時間スライス画像を分割し、複数の個別時間スライスを取得し、前記複数の個別時間スライスのそれぞれの強度プロフィールの統計平均変動を算出し、所定の範囲内の平均強度を有する前記複数の個別時間スライスを、複数のスライスのクラスタにグループ化し、さらに、該複数のスライスのクラスタの前記強度プロフィールの第1の最大値と、連続する第2の最大値の間の最小値を判別することによって、前記複数の時間スライスの前記しきい値をリファインする前記画像処理モジュール(210)と、
前記複数の時間スライス画像の前記リファインされたしきい値に基づいて、車線の車線マークの複数の中点を抽出することにより、前記車線の前記車線マークを検出し、さらに、前記車線マークに基づいてグランドトゥルース値を判別する検出モジュール(212)と、を含むことを特徴とするシステム。 - 前記車線画像は、車両に取り付けられた1つ以上の前記画像取得ユニット(106)によって取得され、
前記画像取得ユニットは、車線の連続画像を取得する請求項14に記載のシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN1594/MUM/2015 | 2015-04-17 | ||
IN1594MU2015 | 2015-04-17 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016207191A true JP2016207191A (ja) | 2016-12-08 |
JP6515010B2 JP6515010B2 (ja) | 2019-05-15 |
Family
ID=54293072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015203418A Active JP6515010B2 (ja) | 2015-04-17 | 2015-10-15 | 車線逸脱警告におけるグランドトゥルース値判別のための方法およびシステム |
Country Status (3)
Country | Link |
---|---|
US (1) | US9792507B2 (ja) |
EP (1) | EP3082063A1 (ja) |
JP (1) | JP6515010B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105528914B (zh) * | 2014-10-17 | 2018-12-28 | 现代摩比斯株式会社 | 驾驶者支援装置以及驾驶者支援方法 |
US10816354B2 (en) | 2017-08-22 | 2020-10-27 | Tusimple, Inc. | Verification module system and method for motion-based lane detection with multiple sensors |
US10482769B2 (en) * | 2017-08-22 | 2019-11-19 | TuSimple | Post-processing module system and method for motioned-based lane detection with multiple sensors |
US10614320B2 (en) | 2018-04-03 | 2020-04-07 | Honda Motor Co., Ltd. | System and method for advanced highway lane detection |
EP3680858A1 (en) | 2019-01-11 | 2020-07-15 | Tata Consultancy Services Limited | Dynamic multi-camera tracking of moving objects in motion streams |
CN111192216B (zh) * | 2019-12-31 | 2023-04-21 | 武汉中海庭数据技术有限公司 | 一种车道线平滑处理方法及系统 |
CN112036231B (zh) * | 2020-07-10 | 2022-10-21 | 武汉大学 | 一种基于车载视频的车道线和路面指示标志检测与识别方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4016735B2 (ja) | 2001-11-30 | 2007-12-05 | 株式会社日立製作所 | レーンマーク認識方法 |
US9077958B2 (en) * | 2010-08-30 | 2015-07-07 | Honda Motor Co., Ltd. | Road departure warning system |
US8976040B2 (en) | 2012-02-16 | 2015-03-10 | Bianca RAY AVALANI | Intelligent driver assist system based on multimodal sensor fusion |
-
2015
- 2015-10-05 EP EP15188322.0A patent/EP3082063A1/en not_active Ceased
- 2015-10-05 US US14/875,229 patent/US9792507B2/en active Active
- 2015-10-15 JP JP2015203418A patent/JP6515010B2/ja active Active
Non-Patent Citations (2)
Title |
---|
BORKAR,A ET AL.: "A Novel Lane Detection System With Efficient Ground Truth Generation.", IEEE TRANSACTION ON INTELLIGENT TRANSPORTATION SYSTEMS., vol. 13, no. 1, JPN6017018076, March 2012 (2012-03-01), US, pages 365 - 374, XP011427541, DOI: doi:10.1109/TITS.2011.2173196 * |
GONZALES,J P ET AL.: "Lane Detection Using Histogram-Based Segmentation and Decision Trees", 2000 IEEE INTELLIGENT TRANSPORTATION SYSTEMS CONFERENCE PROCEEDINGS, JPN6017018078, 1 October 2000 (2000-10-01), US, pages 346 - 351, XP010520563 * |
Also Published As
Publication number | Publication date |
---|---|
US20160307050A1 (en) | 2016-10-20 |
US9792507B2 (en) | 2017-10-17 |
JP6515010B2 (ja) | 2019-05-15 |
EP3082063A1 (en) | 2016-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6515010B2 (ja) | 車線逸脱警告におけるグランドトゥルース値判別のための方法およびシステム | |
US10803326B2 (en) | Obstacle detecting method and apparatus, device and storage medium | |
JP6395759B2 (ja) | レーン検出 | |
US9087253B2 (en) | Method and system for determining edge line in QR code binary image | |
US20150090791A1 (en) | Method and system for binarization of two dimensional code image | |
CN111047615B (zh) | 基于图像的直线检测方法、装置以及电子设备 | |
US10169673B2 (en) | Region-of-interest detection apparatus, region-of-interest detection method, and recording medium | |
US11275955B2 (en) | Lane line processing method and device | |
CN104021376A (zh) | 验证码识别方法和装置 | |
CN109416749B (zh) | 一种图像的灰阶分类方法、装置以及可读存储介质 | |
CN105069453A (zh) | 一种图像校正方法及装置 | |
KR20130028610A (ko) | 실시간 차선 검출 장치 및 방법과 이에 관한 기록매체 | |
JP2018180945A (ja) | 物体検出装置及びプログラム | |
US20150178573A1 (en) | Ground plane detection | |
JP2016133838A (ja) | 複合線判定装置及び複合線判定方法 | |
EP3631675B1 (en) | Advanced driver assistance system and method | |
WO2018058573A1 (zh) | 对象检测方法、对象检测装置以及电子设备 | |
CN110765875B (zh) | 交通目标的边界检测方法、设备及装置 | |
CN112967191A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
US9659227B2 (en) | Detecting object from image data using feature quantities | |
CN104881856A (zh) | 检测图像中的规则形状的方法及其装置 | |
CN107862679B (zh) | 图像检测区域的确定方法及装置 | |
CN112784737B (zh) | 结合像素分割和线段锚的文本检测方法、系统及装置 | |
CN111783780B (zh) | 图像处理方法、装置及计算机可读存储介质 | |
CN109409247B (zh) | 交通标志识别方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170523 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20170816 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171020 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180327 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180627 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181204 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190227 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190326 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190415 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6515010 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |