JP7310718B2 - 路上障害物検知装置、路上障害物検知方法、及び路上障害物検知プログラム - Google Patents
路上障害物検知装置、路上障害物検知方法、及び路上障害物検知プログラム Download PDFInfo
- Publication number
- JP7310718B2 JP7310718B2 JP2020092676A JP2020092676A JP7310718B2 JP 7310718 B2 JP7310718 B2 JP 7310718B2 JP 2020092676 A JP2020092676 A JP 2020092676A JP 2020092676 A JP2020092676 A JP 2020092676A JP 7310718 B2 JP7310718 B2 JP 7310718B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- semantic label
- road
- semantic
- obstacle detection
- 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.)
- Active
Links
Classifications
-
- 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
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/778—Active pattern-learning, e.g. online learning of image or video features
- G06V10/7796—Active pattern-learning, e.g. online learning of image or video features based on specific statistical tests
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2193—Validation; Performance evaluation; Active pattern learning techniques based on specific statistical tests
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- 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
- G06T2207/30261—Obstacle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Description
また、請求項5に記載の路上障害物検出方法は、コンピュータが実行する路上障害物検知方法であって、路上障害物が存在しない画像により予め学習した第1識別器を用いて画像の画素毎に意味的ラベルを付与し、路上障害物が存在しない画像を用いて意味的ラベルの統計的分布を予め学習した第2識別器に対して、前記意味的ラベルが付与された意味的ラベル画像の予め定めた部分領域を入力して、前記部分領域に対応する意味的ラベル画像を復元し、復元した復元画像の復元誤差が予め定めた閾値以上の領域を路上障害物として検出する。
第1実施形態に係る路上障害物検知装置について説明する。図1は、第1実施形態に係る路上障害物検知装置の構成を示すブロック図である。
続いて、第2実施形態に係る路上障害物検知装置11について説明する。図5は、第2実施形態に係る路上障害物検知装置11の構成を示すブロック図である。なお、図1と同一構成については同一符号を付して簡単に説明する。
12 車載カメラ
14 意味的ラベル付与部
16 検出部
18 意味的ラベル復元部
20 比較部
22、23 路上障害物検出部
Claims (6)
- 路上障害物が存在しない画像により予め学習した第1識別器を用いて画像の画素毎に意味的ラベルを付与する付与部と、
路上障害物が存在しない画像を用いて前記意味的ラベルの統計的分布を予め学習した第2識別器に対して、前記付与部によって前記意味的ラベルが付与された意味的ラベル画像の予め定めた部分領域を入力して、前記部分領域に対応する意味的ラベル画像を復元し、復元した復元画像と、前記意味的ラベル画像とを比較して障害物を検出する検出部と、
を含む路上障害物検知装置。 - 前記意味的ラベル画像と前記復元画像との差分が予め定めた閾値以上の部分を路上障害物として検出する請求項1に記載の路上障害物検知装置。
- 路上障害物が存在しない画像により予め学習した第1識別器を用いて画像の画素毎に意味的ラベルを付与する付与部と、
路上障害物が存在しない画像を用いて前記意味的ラベルの統計的分布を予め学習した第2識別器に対して、前記付与部によって前記意味的ラベルが付与された意味的ラベル画像の予め定めた部分領域を入力して、前記部分領域に対応する意味的ラベル画像を復元し、復元した復元画像の復元誤差が予め定めた閾値以上の領域を路上障害物として検出する検出部と、
を含む路上障害物検知装置。 - コンピュータが実行する路上障害物検知方法であって、
路上障害物が存在しない画像により予め学習した第1識別器を用いて画像の画素毎に意味的ラベルを付与し、
路上障害物が存在しない画像を用いて意味的ラベルの統計的分布を予め学習した第2識別器に対して、前記意味的ラベルが付与された意味的ラベル画像の予め定めた部分領域を入力して、前記部分領域に対応する意味的ラベル画像を復元し、復元した復元画像と、前記意味的ラベル画像とを比較して路上障害物を検出する路上障害物検知方法。 - コンピュータが実行する路上障害物検知方法であって、
路上障害物が存在しない画像により予め学習した第1識別器を用いて画像の画素毎に意味的ラベルを付与し、
路上障害物が存在しない画像を用いて意味的ラベルの統計的分布を予め学習した第2識別器に対して、前記意味的ラベルが付与された意味的ラベル画像の予め定めた部分領域を入力して、前記部分領域に対応する意味的ラベル画像を復元し、復元した復元画像の復元誤差が予め定めた閾値以上の領域を路上障害物として検出する路上障害物検知方法。 - コンピュータを、請求項1~3の何れか1項に記載の路上障害物検知装置の各部として機能させるための路上障害物検知プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020092676A JP7310718B2 (ja) | 2020-05-27 | 2020-05-27 | 路上障害物検知装置、路上障害物検知方法、及び路上障害物検知プログラム |
US17/215,411 US20210374440A1 (en) | 2020-05-27 | 2021-03-29 | On-road obstacle detection device, on-road obstacle detection method, and recording medium |
CN202110346040.1A CN113743179A (zh) | 2020-05-27 | 2021-03-31 | 路上障碍物检知装置、方法及记录介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020092676A JP7310718B2 (ja) | 2020-05-27 | 2020-05-27 | 路上障害物検知装置、路上障害物検知方法、及び路上障害物検知プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021189625A JP2021189625A (ja) | 2021-12-13 |
JP7310718B2 true JP7310718B2 (ja) | 2023-07-19 |
Family
ID=78705016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020092676A Active JP7310718B2 (ja) | 2020-05-27 | 2020-05-27 | 路上障害物検知装置、路上障害物検知方法、及び路上障害物検知プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210374440A1 (ja) |
JP (1) | JP7310718B2 (ja) |
CN (1) | CN113743179A (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7327077B2 (ja) * | 2019-10-18 | 2023-08-16 | トヨタ自動車株式会社 | 路上障害物検知装置、路上障害物検知方法、及び路上障害物検知プログラム |
US11508092B2 (en) * | 2019-12-16 | 2022-11-22 | X Development Llc | Edge-based crop yield prediction |
GB202202831D0 (en) * | 2022-03-01 | 2022-04-13 | Agco Int Gmbh | Monitoring agricultural operations |
CN114973138B (zh) * | 2022-06-02 | 2024-03-29 | 松立控股集团股份有限公司 | 一种基于高位相机的路面异常物体检测方法 |
TWI841054B (zh) * | 2022-11-16 | 2024-05-01 | 英業達股份有限公司 | 道路散落物警報系統及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018194912A (ja) | 2017-05-12 | 2018-12-06 | トヨタ自動車株式会社 | 路上障害物検出装置,方法,およびプログラム |
JP2019211900A (ja) | 2018-06-01 | 2019-12-12 | 株式会社デンソー | 物体識別装置、移動体用システム、物体識別方法、物体識別モデルの学習方法及び物体識別モデルの学習装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2264679A4 (en) * | 2008-03-11 | 2013-08-21 | Panasonic Corp | TAG SENSOR SYSTEM AND SENSOR DEVICE, AND OBJECT POSITION ESTIMATING DEVICE, AND OBJECT POSITION ESTIMATING METHOD |
CN110246142A (zh) * | 2019-06-14 | 2019-09-17 | 深圳前海达闼云端智能科技有限公司 | 一种检测障碍物的方法、终端和可读存储介质 |
JP7215390B2 (ja) * | 2019-10-10 | 2023-01-31 | トヨタ自動車株式会社 | 路上障害物検知装置、路上障害物検知方法、及び路上障害物検知プログラム |
JP7327077B2 (ja) * | 2019-10-18 | 2023-08-16 | トヨタ自動車株式会社 | 路上障害物検知装置、路上障害物検知方法、及び路上障害物検知プログラム |
-
2020
- 2020-05-27 JP JP2020092676A patent/JP7310718B2/ja active Active
-
2021
- 2021-03-29 US US17/215,411 patent/US20210374440A1/en not_active Abandoned
- 2021-03-31 CN CN202110346040.1A patent/CN113743179A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018194912A (ja) | 2017-05-12 | 2018-12-06 | トヨタ自動車株式会社 | 路上障害物検出装置,方法,およびプログラム |
JP2019211900A (ja) | 2018-06-01 | 2019-12-12 | 株式会社デンソー | 物体識別装置、移動体用システム、物体識別方法、物体識別モデルの学習方法及び物体識別モデルの学習装置 |
Non-Patent Citations (3)
Title |
---|
Krzysztof Lis et al.,"Detecting the Unexpected via Image Resynthesis",2019 IEEE/CVF International Conference on Computer Vision (ICCV),米国,IEEE,2019年10月27日,pp.2152-2161 |
Vijay Badrinarayanan et al.,"SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation",IEEE Transactions on Pattern Analysis and Machine Intelligence,米国,IEEE,2017年01月02日,Vol.39, No.12,pp.2481-2495 |
尾▲崎▼ 信之,"車載向け画像・認識技術動向 ~Viscontiでの事例を踏まえて~",映像情報メディア学会誌,日本,一般社団法人映像情報メディア学会,2019年11月01日,Vol.73, No.6,pp.48-54 |
Also Published As
Publication number | Publication date |
---|---|
CN113743179A (zh) | 2021-12-03 |
JP2021189625A (ja) | 2021-12-13 |
US20210374440A1 (en) | 2021-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7310718B2 (ja) | 路上障害物検知装置、路上障害物検知方法、及び路上障害物検知プログラム | |
CN111488789B (zh) | 用于基于图像分析的监视的行人检测方法及装置 | |
EP3673417B1 (en) | System and method for distributive training and weight distribution in a neural network | |
Le et al. | Uncertainty estimation for deep neural object detectors in safety-critical applications | |
JP6912008B2 (ja) | マシンビジョンシステム | |
US10275691B2 (en) | Adaptive real-time detection and examination network (ARDEN) | |
EP3690714A1 (en) | Method for acquiring sample images for inspecting label among auto-labeled images to be used for learning of neural network and sample image acquiring device using the same | |
EP3859560A2 (en) | Method and apparatus for visual question answering, computer device and medium | |
Breitenstein et al. | Systematization of corner cases for visual perception in automated driving | |
EP3844669A1 (en) | Method and system for facilitating recognition of vehicle parts based on a neural network | |
EP3690740A1 (en) | Method for optimizing hyperparameters of auto-labeling device which auto-labels training images for use in deep learning network to analyze images with high precision, and optimizing device using the same | |
US10929719B2 (en) | Adversarial attack on black box object detection algorithm | |
EP3336763A1 (en) | Device for classifying data | |
JP7327077B2 (ja) | 路上障害物検知装置、路上障害物検知方法、及び路上障害物検知プログラム | |
CN114245912A (zh) | 通过在基于概率信号时间逻辑的约束下求解优化问题来进行感知误差评估和校正的系统和方法 | |
CN112783135B (zh) | 诊断车辆的感知系统的系统和方法 | |
US12039807B2 (en) | Shape-based vehicle classification using laser scan and neural network | |
CN116670687A (zh) | 用于调整训练后的物体检测模型以适应域偏移的方法和系统 | |
Alkhorshid et al. | Road detection through supervised classification | |
US20220067882A1 (en) | Image processing device, computer readable recording medium, and method of processing image | |
Zhang et al. | A comparative analysis of object detection algorithms in naturalistic driving videos | |
Rajaji et al. | Detection of lane and speed breaker warning system for autonomous vehicles using machine learning algorithm | |
CN114241314A (zh) | 一种基于CenterNet的遥感影像建筑物变化检测模型及算法 | |
Mount et al. | Unsupervised selection of optimal operating parameters for visual place recognition algorithms using Gaussian mixture models | |
Attaoui et al. | Search-based DNN Testing and Retraining with GAN-enhanced Simulations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220314 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230323 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230522 |
|
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: 20230606 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230619 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7310718 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |