Please use this identifier to cite or link to this item: https://hdl.handle.net/11147/7792
Title: İnsansız araçlar için anlamsal bölütleme ile imge tabanlı konumlandırma
Other Titles: Image based localization using semantic segmentation for autonomous driving
Authors: Çınaroğlu, İbrahim
Baştanlar, Yalın
Keywords: Autonomous driving
Image based localization
Image matching
Semantic segmentation
Issue Date: 2019
Publisher: Institute of Electrical and Electronics Engineers Inc.
Abstract: One of the research topics that maintains its popularity in the field of Computer Vision is place recognition and localization for autonomous vehicles. It is a known fact that GPS systems used for localizing vehicle cannot be activated in some cases and this inability has accelerated image based positioning studies. In our study, we performed image based localization using dataset that includes Malaga city center images. Firstly, a semantic descriptor is obtained as a result of semantic segmentation and localization was performed using the approximate nearest neighbor search. After that, success of this method was compared with the success of the local descriptor based method which is frequently used in the literature. Furthermore, a hybrid method obtained by combining these two methods is proposed. The superiority of the proposed hybrid image-based localization method, and hereby contribution of the semantic descriptor is demonstrated by experimental results. © 2019 IEEE.
Bilgisayarlı Görü alanındaki popülerliğini koruyan araştırma konularından birisi insansız araçlarda yer tespiti ve konumlandırmadır. Araçların konumlandırılmasında kullanılan GPS sistemlerinin bazı durumlarda faal olamadığı bilinen bir gerçektir ve bu yetersizlik imge tabanlı konumlandırma çalışmalarına hız vermiştir. Bizim çalışmamızda, araç içinden elde edilmiş Malaga şehir merkezi görüntülerinden oluşan bir veri tabanı kullanılarak imge tabanlı konumlandırma yapılmıştır. İlk olarak, anlamsal (semantik) bölütleme sonucunda elde edilen bir anlamsal betimleyici oluşturulmuş ve yaklaşık en yakın komşuluk araması tekniği de kullanılarak bir konumlandırma yapılmıştır. Ardından bu yöntemin başarısı, literatürde sıkça kullanılan yerel betimleyici tabanlı yöntemin başarısıyla kıyaslanmıştır. Ayrıca, bu iki yöntemin birleştirilmesi ile elde edilen melez bir yöntem önerilmiştir. Önerilen melez imge-tabanlı konumlandırmanın, sadece yerel betimleyici ve sadece anlamsal betimleyici kullanan yöntemden daha başarılı olduğu, dolayısıyla yerel betimleyici tabanlı yöntemlerin anlamsal betimleyiciler ile desteklenmesinin başarıyı artırdığı, deneysel sonuçlarla gösterilmiştir.
Description: 27th Signal Processing and Communications Applications Conference, SIU 2019 -- 24 April 2019 through 26 April 2019
URI: https://doi.org/10.1109/SIU.2019.8806570
https://hdl.handle.net/11147/7792
ISBN: 9781728119045
Appears in Collections:Computer Engineering / Bilgisayar Mühendisliği
Scopus İndeksli Yayınlar Koleksiyonu / Scopus Indexed Publications Collection
WoS İndeksli Yayınlar Koleksiyonu / WoS Indexed Publications Collection

Files in This Item:
File Description SizeFormat 
08806570.pdfConference Paper760.54 kBAdobe PDFThumbnail
View/Open
Show full item record

CORE Recommender

Page view(s)

58
checked on Dec 5, 2021

Download(s)

92
checked on Dec 5, 2021

Google ScholarTM

Check

Altmetric


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.