scholarly journals State-of-the-art Versus Time-triggered Object Tracking in Advanced Driver Assistance Systems

10.5772/52348 ◽  
2013 ◽  
Vol 10 (4) ◽  
pp. 196
Author(s):  
Moritz Koplin ◽  
Wilfried Elmenreich
Keyword(s):  
Object Tracking ◽  
State Of The Art ◽  
Driver Assistance ◽  
Driver Assistance Systems ◽  
Advanced Driver Assistance Systems ◽  
Assistance Systems

Advanced driver assistance systems: Using multimodal redundant warnings to enhance road safety

2017 ◽  
Vol 58 ◽  
pp. 238-244 ◽  
Author(s):  
Francesco Biondi ◽  
David L. Strayer ◽  
Riccardo Rossi ◽  
Massimiliano Gastaldi ◽  
Claudio Mulatti
Keyword(s):  
Road Safety ◽  
Driver Assistance ◽  
Driver Assistance Systems ◽  
Advanced Driver Assistance Systems ◽  
Assistance Systems

MỘT PHƯƠNG PHÁP PHÁT HIỆN ĐIỂM MÙ VỚI ĐỘ TIN CẬY CAO VÀ THỜI GIAN THỰC CHO CÁC HỆ THỐNG HỖ TRỢ LÁI XE THÔNG MINH

2020 ◽  
pp. 47-58
Author(s):  
Sơn
Keyword(s):  
Region Of Interest ◽  
Driver Assistance ◽  
Driver Assistance Systems ◽  
Advanced Driver Assistance Systems ◽  
Assistance Systems

Các hệ thống hỗ trợ lái xe tiên tiến (Advanced Driver Assistance Systems: ADAS) đóng một vai trò quan trọng trong hệ thống an toàn chủ động chỉ có camera và các phương tiện tự động thông minh. Đối với các ứng dụng này, các yêu cầu về hiệu suất phát hiện đáng tin cậy và thời gian thực là các yếu tố cấp thiết. Bài báo này đề xuất giải pháp tối ưu tốc độ phát hiện ô tô và giảm các cảnh báo lỗi cho các hệ thống phát hiện điểm mù. Theo đó, trước tiên chúng tôi đề xuất bộ phân tầng Cascade – AdaBoost cùng với tập dữ liệu mẫu và thuật toán đào tạo của chúng tôi. Ngoài ra, để cải thiện tốc độ phát hiện, một kĩ thuật lựa chọn vùng quan tâm (Region of Interest: ROI) cũng được sử dụng để tránh trích xuất các vùng có khả năng tạo ra các cảnh báo lỗi như là bầu trời hoặc các vùng không phù hợp với phối cảnh. Phương pháp đề xuất đã tăng tốc độ phát hiện lên ít nhất 1,9 lần và giảm cảnh báo lỗi 2,24 lần so với phương pháp truyền thống ở các ảnh có độ phân giải cao (720 x 480) với tỷ lệ phát hiện đạt 99,4% và tỷ lệ cảnh báo lỗi nhỏ là 4,08%. Phương pháp đề xuất này có thể được ứng dụng cho các xe tự hành thông minh thời gian thực.

Gradient Reversal Domain Adaptation Pipeline in Advanced Driver Assistance Systems

2021 ◽  
Author(s):  
Francesco Rundo ◽  
Roberto Leotta ◽  
Sebastiano Battiato ◽  
Concetto Spampinato ◽  
Sabrina Conoci
Keyword(s):  
Domain Adaptation ◽  
Driver Assistance ◽  
Driver Assistance Systems ◽  
Advanced Driver Assistance Systems ◽  
Assistance Systems
Sign in / Sign up

Export Citation Format

Share Document