概要 - ロボットサッカーのための効率的なライン検出

タイトル
ロボットサッカーのための効率的なライン検出

時間
2025-07-25 17:54:51

著者
{"João G. Melo","João P. Mafaldo","Edna Barros"}

カテゴリ
{cs.CV,cs.RO}

リンク
http://arxiv.org/abs/2507.19469v1

PDF リンク
http://arxiv.org/pdf/2507.19469v1

概要

この論文は、ロボットサッカー環境でサッカー場のラインを検出する新しい方法を提案しています。この方法は、低電力のロボットプラットフォーム上でのリアルタイムアプリケーションに適した精度と効率を目的としています。 提案された方法は、線分の検出にEnhanced Line SEgment Drawing (ELSED)アルゴリズムを使用します。ELSEDは、隣接するピクセルを高い勾配で結ぶことで線分を検出する効率的な方法です。 この方法は、ELSEDに追加のステップを導入し、検出された線分を分類します。これは、各RGBチャンネルの平均水平および垂直勾配を分析し、検出された線分の勾配ベクトルとサッカー場のラインの特徴である緑から白へのトランジションから期待される勾配ベクトルを比較することを含みます。 相似度指標が事前に定義された閾値を達成した場合、線分はフィールド特徴として分類されます。これらの分類閾値は、手動で調整したり、パーティクルスワーム最適化（PSO）に基づくパイプラインを使用して最適化することができます。 提案された方法は以下の貢献を提供します： - ELSEDアルゴリズムとRGB色トランジションに基づくサッカー場のラインを検出する革新的で効率的なアプローチ。 - データ収集、線分ラベリング、PSOを使用してアルゴリズムの分類閾値をトレーニングするためのパイプライン。 - 性能評価は、该方法がYOEOという最先端のディープラーニングモデルに匹敵する精度を達成しつつ、より高い処理速度を提供し、リアルタイムアプリケーションに適していることを示しています。 提案された方法の主要な特徴： - 線分検出にELSEDアルゴリズムを使用。 - RGB色トランジションに基づいて検出された線分を分類する追加のステップを導入。 - PSOを使用して、最小限のラベリングデータで分類閾値を効率的に調整。 - 高い精度と速度を達成し、リアルタイムアプリケーションに適しています。 全体として、提案された方法は、ロボットサッカー用のサッカー場のライン検出のための革新的で効率的なアプローチを提供し、低電力のロボットプラットフォーム向けの軽量で適応性のあるソリューションを提供しています。


推奨論文

ジメリ2.5プロが2025年のIMOで金メダルを獲得できる能力を持っています。

DNNベースのHSIセグメンテーション用FPGAベースのSoCのための最適化：実践的なアプローチ

FD4QC：金融詐欺検出のための古典的および量子ハイブリッド機械学習の適用 技術報告

「同等に有効なモデルからの任意の予測」

多源CTスキャン分類におけるドメインシフトの抑え込みを目的とする入力空間標準化

変額年金：リベット保証、ハイブリッド契約設計、および課税の詳細な見解

ChemDFM-R: アトミズド化学知識で強化された化学推論エンジン LLM

記述の連鎖: VHDLコード生成と要約のためのコードLLMsの向上

ホーク・ブラウン基準の超弾性性質

RoCE BALBOA：スマートNIC向けのサービス強化型データセンターRDMA