liu.seSök publikationer i DiVA
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Ellipse Detection for Visual Cyclists Analysis “In the Wild”
Linköpings universitet, Institutionen för systemteknik, Datorseende. Linköpings universitet, Tekniska fakulteten.
Linköpings universitet, Institutionen för systemteknik, Datorseende. Linköpings universitet, Tekniska fakulteten.ORCID-id: 0000-0002-6096-3648
Linköpings universitet, Institutionen för systemteknik, Datorseende. Linköpings universitet, Tekniska fakulteten.
2017 (Engelska)Ingår i: Computer Analysis of Images and Patterns: 17th International Conference, CAIP 2017, Ystad, Sweden, August 22-24, 2017, Proceedings, Part I / [ed] Michael Felsberg, Anders Heyden and Norbert Krüger, Springer, 2017, Vol. 10424, s. 319-331Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

Autonomous driving safety is becoming a paramount issue due to the emergence of many autonomous vehicle prototypes. The safety measures ensure that autonomous vehicles are safe to operate among pedestrians, cyclists and conventional vehicles. While safety measures for pedestrians have been widely studied in literature, little attention has been paid to safety measures for cyclists. Visual cyclists analysis is a challenging problem due to the complex structure and dynamic nature of the cyclists. The dynamic model used for cyclists analysis heavily relies on the wheels. In this paper, we investigate the problem of ellipse detection for visual cyclists analysis in the wild. Our first contribution is the introduction of a new challenging annotated dataset for bicycle wheels, collected in real-world urban environment. Our second contribution is a method that combines reliable arcs selection and grouping strategies for ellipse detection. The reliable selection and grouping mechanism leads to robust ellipse detections when combined with the standard least square ellipse fitting approach. Our experiments clearly demonstrate that our method provides improved results, both in terms of accuracy and robustness in challenging urban environment settings.

Ort, förlag, år, upplaga, sidor
Springer, 2017. Vol. 10424, s. 319-331
Serie
Lecture Notes in Computer Science, ISSN 0302-9743, E-ISSN 1611-3349 ; 10424
Nationell ämneskategori
Datorseende och robotik (autonoma system) Datorteknik
Identifikatorer
URN: urn:nbn:se:liu:diva-145372DOI: 10.1007/978-3-319-64689-3_26ISI: 000432085900026ISBN: 9783319646886 (tryckt)ISBN: 9783319646893 (digital)OAI: oai:DiVA.org:liu-145372DiVA, id: diva2:1185617
Konferens
17th International Conference, CAIP 2017, Ystad, Sweden, August 22-24, 2017, Proceedings, Part I
Anmärkning

Funding agencies: VR (EMC2, ELLIIT, starting grant) [2016-05543]; Vinnova (Cykla)

Tillgänglig från: 2018-02-26 Skapad: 2018-02-26 Senast uppdaterad: 2018-10-17Bibliografiskt granskad

Open Access i DiVA

fulltext(2351 kB)119 nedladdningar
Filinformation
Filnamn FULLTEXT02.pdfFilstorlek 2351 kBChecksumma SHA-512
6d3cee2e1c0f3759ffec8d95fe4e4317c8b91026fc98a8a9c59f224c6516fa4da9c813cd05c3a8a13ded8368df9f68542400e2c4e85c627e294b4188e51cdd84
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltext

Personposter BETA

Eldesokey, AbdelrahmanFelsberg, MichaelKhan, Fahad Shahbaz

Sök vidare i DiVA

Av författaren/redaktören
Eldesokey, AbdelrahmanFelsberg, MichaelKhan, Fahad Shahbaz
Av organisationen
DatorseendeTekniska fakulteten
Datorseende och robotik (autonoma system)Datorteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 119 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 216 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf