Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
IRIS
In this paper, synergies between the recognition and tracking processes for autonomous vehicle driving are studied. Object recognition is periodically performed to focus attention on specific parts of the visual signal and to assign them symbolic meanings. Tracking is used to maintain correspondences between objects identified at successive recognition instants as well as to provide further features (e,g,, spatio-temporal trajectories) on which to base object-pose estimation. Results obtained by using complex road scenes are reported, which demonstrate the validity of the approach in terms of robustness, accuracy, and time responses.
Vehicle recognition and tracking from road image sequences
In this paper, synergies between the recognition and tracking processes for autonomous vehicle driving are studied. Object recognition is periodically performed to focus attention on specific parts of the visual signal and to assign them symbolic meanings. Tracking is used to maintain correspondences between objects identified at successive recognition instants as well as to provide further features (e,g,, spatio-temporal trajectories) on which to base object-pose estimation. Results obtained by using complex road scenes are reported, which demonstrate the validity of the approach in terms of robustness, accuracy, and time responses.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/11390/848734
Attenzione
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo
Citazioni
ND
ND
33
social impact
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2021-2023 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.