車両の姿勢推定はスマート交通システムにおいて重要な構成要素ですが、複雑な動作シーンや単眼カメラでは深度情報を取得できない問題があります。本稿では、単眼カメラと車両の三次元モデルを組み合わせた車両姿勢推定手法を提案します。まず、多尺度の車両ターゲットに対してスケール正規化を行い、ベクトル場の形式で車両のキーポイント座標を回帰し、遮蔽や切断状態での姿勢推定精度を向上させます。この過程で、距離に基づく重み付けを施したベクトル場損失関数とキーポイント誤差最小化の投票手法を提案し、姿勢推定アルゴリズムの精度をさらに高めました。さらに、豊富なアノテーション情報を含む合成車両姿勢推定データセットを作成し、その検証結果から、本論文のアルゴリズムの平均位置誤差と角度誤差はそれぞれ0.162 mと4.692°であり、実際のシーンで非常に高い応用価値を持つことが示されました。

単眼視覚; 車両姿勢; 三次元モデル; ベクトル場; キーポイント