Traffic Light Recognition Using Deep Learning and Prior Maps for Autonomous Cars
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
Texto Completo: | http://repositorio.ufes.br/handle/10/13833 |
Resumo: | At complex intersections, human drivers can easily identify which traffic lights are relevant for the route they intend to follow, and what are their states (red, yellow, or green). However, this remains a challenging task for autonomous vehicles. In the |
id |
UFES_230cbbf4f6a5f7b909e9036e13b857c4 |
---|---|
oai_identifier_str |
oai:repositorio.ufes.br:10/13833 |
network_acronym_str |
UFES |
network_name_str |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
repository_id_str |
2108 |
spelling |
Santos, Thiago Oliveira doshttps://orcid.org/http://lattes.cnpq.br/5117339495064254Possatti, Lucas Caetanohttps://orcid.org/http://lattes.cnpq.br/Souza, Alberto Ferreira dehttps://orcid.org/0000000315618447http://lattes.cnpq.br/7573837292080522Komati, Karin Satiehttps://orcid.org/http://lattes.cnpq.br/2024-05-30T00:48:40Z2024-05-30T00:48:40Z2019-10-21At complex intersections, human drivers can easily identify which traffic lights are relevant for the route they intend to follow, and what are their states (red, yellow, or green). However, this remains a challenging task for autonomous vehicles. In theEm cruzamentos complexos, motoristas humanos conseguem facilmente identificar quais semáforos são relevantes para a rota que eles intendem seguir, e quais são os seus estados (vermelho, amarelo, ou verde). Porém, isso permanece uma tarefa desafiadora paraFundação Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Texthttp://repositorio.ufes.br/handle/10/13833porUniversidade Federal do Espírito SantoMestrado em InformáticaPrograma de Pós-Graduação em InformáticaUFESBRCentro Tecnológicosubject.br-rjbnCiência da ComputaçãoPalavra-chaveTraffic Light Recognition Using Deep Learning and Prior Maps for Autonomous CarsTraffic Light Recognition Using Deep Learning and Prior Maps for Autonomous Carsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)instname:Universidade Federal do Espírito Santo (UFES)instacron:UFES10/138332024-05-29 21:48:40.763oai:repositorio.ufes.br:10/13833http://repositorio.ufes.brRepositório InstitucionalPUBhttp://repositorio.ufes.br/oai/requestopendoar:21082024-05-29T21:48:40Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES)false |
dc.title.none.fl_str_mv |
Traffic Light Recognition Using Deep Learning and Prior Maps for Autonomous Cars |
dc.title.alternative.none.fl_str_mv |
Traffic Light Recognition Using Deep Learning and Prior Maps for Autonomous Cars |
title |
Traffic Light Recognition Using Deep Learning and Prior Maps for Autonomous Cars |
spellingShingle |
Traffic Light Recognition Using Deep Learning and Prior Maps for Autonomous Cars Possatti, Lucas Caetano Ciência da Computação Palavra-chave subject.br-rjbn |
title_short |
Traffic Light Recognition Using Deep Learning and Prior Maps for Autonomous Cars |
title_full |
Traffic Light Recognition Using Deep Learning and Prior Maps for Autonomous Cars |
title_fullStr |
Traffic Light Recognition Using Deep Learning and Prior Maps for Autonomous Cars |
title_full_unstemmed |
Traffic Light Recognition Using Deep Learning and Prior Maps for Autonomous Cars |
title_sort |
Traffic Light Recognition Using Deep Learning and Prior Maps for Autonomous Cars |
author |
Possatti, Lucas Caetano |
author_facet |
Possatti, Lucas Caetano |
author_role |
author |
dc.contributor.authorID.none.fl_str_mv |
https://orcid.org/ |
dc.contributor.authorLattes.none.fl_str_mv |
http://lattes.cnpq.br/ |
dc.contributor.advisor1.fl_str_mv |
Santos, Thiago Oliveira dos |
dc.contributor.advisor1ID.fl_str_mv |
https://orcid.org/ |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/5117339495064254 |
dc.contributor.author.fl_str_mv |
Possatti, Lucas Caetano |
dc.contributor.referee1.fl_str_mv |
Souza, Alberto Ferreira de |
dc.contributor.referee1ID.fl_str_mv |
https://orcid.org/0000000315618447 |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/7573837292080522 |
dc.contributor.referee2.fl_str_mv |
Komati, Karin Satie |
dc.contributor.referee2ID.fl_str_mv |
https://orcid.org/ |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/ |
contributor_str_mv |
Santos, Thiago Oliveira dos Souza, Alberto Ferreira de Komati, Karin Satie |
dc.subject.cnpq.fl_str_mv |
Ciência da Computação |
topic |
Ciência da Computação Palavra-chave subject.br-rjbn |
dc.subject.por.fl_str_mv |
Palavra-chave |
dc.subject.br-rjbn.none.fl_str_mv |
subject.br-rjbn |
description |
At complex intersections, human drivers can easily identify which traffic lights are relevant for the route they intend to follow, and what are their states (red, yellow, or green). However, this remains a challenging task for autonomous vehicles. In the |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019-10-21 |
dc.date.accessioned.fl_str_mv |
2024-05-30T00:48:40Z |
dc.date.available.fl_str_mv |
2024-05-30T00:48:40Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://repositorio.ufes.br/handle/10/13833 |
url |
http://repositorio.ufes.br/handle/10/13833 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
Text |
dc.publisher.none.fl_str_mv |
Universidade Federal do Espírito Santo Mestrado em Informática |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Informática |
dc.publisher.initials.fl_str_mv |
UFES |
dc.publisher.country.fl_str_mv |
BR |
dc.publisher.department.fl_str_mv |
Centro Tecnológico |
publisher.none.fl_str_mv |
Universidade Federal do Espírito Santo Mestrado em Informática |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) instname:Universidade Federal do Espírito Santo (UFES) instacron:UFES |
instname_str |
Universidade Federal do Espírito Santo (UFES) |
instacron_str |
UFES |
institution |
UFES |
reponame_str |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
collection |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES) |
repository.mail.fl_str_mv |
|
_version_ |
1804309239507714048 |