АНАЛІЗ МЕТОДІВ СЕГМЕНТАЦІЇ ДОРОЖНІХ СМУГ В УМОВАХ НЕВІДОМОГО ТУМАННОГО СЕРЕДОВИЩА

Abstract

У сучасних умовах забезпечення безпеки дорожнього руху є однією з найважливіших задач інтелектуальних транспортних систем. Одним із ключових аспектів є точна і надійна сегментація дорожніх смуг, яка забезпечує коректну навігацію, особливо за складних погодних умов, таких як густий туман. Такі умови значно ускладнюють роботу систем комп'ютерного зору через низький рівень видимості та неоднорідність навколишнього середовища.

References

1. Zhao, H., Shi, J., Qi, X., Wang, X., & Jia, J. (2017). Pyramid Scene Parsing Network. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2881-2890. Вилучено з: https://doi.org/10.1109/CVPR.2017.660
2. Howard, A. G., Zhu, M., Chen, B., Kalenichenko, D., Wang, W., Weyand, T., Andreetto, M., & Adam, H. (2017). MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications. arXiv preprint arXiv:1704.04861. Вилучено з: https://arxiv.org/abs/1704.04861
3. Han, S., Pool, J., Tran, J., & Dally, W. (2015). Learning both Weights and Connections for Efficient Neural Network. Advances in Neural Information Processing Systems (NeurIPS), 1135-1143. Вилучено з: https://arxiv.org/abs/1506.02626
4. Jacob, B., Kligys, S., Chen, B., Zhu, M., Tang, M., Howard, A., Adam, H., & Kalenichenko, D. (2018). Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2704-2713. Вилучено з: https://doi.org/10.1109/CVPR.2018.00286
5. Jouppi, N. P., Young, C., Patil, N., & Patterson, D. (2017). In-Datacenter Performance Analysis of a Tensor Processing Unit. Proceedings of the 44th Annual International Symposium on Computer Architecture (ISCA),
6. -12. Вилучено з: https://doi.org/10.1145/3079856.3080246