کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8960142 1646381 2018 39 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Road segmentation for all-day outdoor robot navigation
ترجمه فارسی عنوان
تقسیم بندی جاده برای ناوبری ربات های روزمره در فضای باز
کلمات کلیدی
تقسیم جاده، ناوبری ربات، شبکه تولیدی
ترجمه چکیده
تقسیم بندی جاده برای ناوبری ربات های روزمره در فضای باز یک مشکل دشوار است، زیرا کیفیت تصویر در برخی از زمان ها بطور قابل توجهی وحشتناک است. در این مقاله، ما یک روش موثر برای حل این مشکل پیشنهاد می کنیم. برای یک تصویر در فضای باز در هر زمان، تقسیم جاده را می توان به دو مرحله تقسیم کرد. در مرحله اول، یک شبکه تولید کننده تحت نظارت آموزش داده می شود تا تصاویر در فضای باز را در هر زمان به تصاویر با اطلاعات غنی معرفی کند. دوم، یک شبکه تقسیم معنایی خروجی یک نتیجه تقسیم بندی دودویی. مشارکت های اصلی ما عبارتند از: (1) در ابتدا اجرای تقسیم بندی جاده ها برای ناوبری ربات های روزمره در طول روز با هزینه کم؛ (2) ساخت یک شبکه مولد نظارت برای نقشه برداری دامنه و (3) ساخت یک مجموعه داده برای تقسیم بندی جاده برای تصاویر در فضای باز در هر زمان. روش ما در سه مجموعه داده ارزیابی می شود. نتایج نشان می دهد که روش ما یک عملکرد قابل مقایسه با روش های پیشرفته ای را به دست می آورد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
Road segmentation for all-day outdoor robot navigation is a difficult problem, for the image quality in some time is considerably terrible. In this paper, we propose an effective method to solve this problem. For an outdoor image in any time, the road segmentation can be separated into two stages. Firstly, a supervised generative network is trained to map the outdoor images in any time to the images with rich information. Secondly, a semantic segmentation network outputs a binary segmentation result. Our main contributions include: (1) firstly implementing road segmentation for all-day outdoor robot navigation with a low cost; (2) constructing a supervised generative network for domain mapping and (3) building a dataset for road segmentation for the outdoor images in any time. Our method is evaluated on three datasets. The results indicate that our method achieves a comparable performance with the state-of-the-art approaches.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 314, 7 November 2018, Pages 316-325
نویسندگان
, , , , , ,