@techreport{oai:ipsj.ixsq.nii.ac.jp:00224634,
 author = {久徳, 遙矢 and 秋田, 時彦 and 三田, 誠一 and Haruya, Kyutoku and Tokihiko, Akita and Seiichi, Mita},
 issue = {68},
 month = {Feb},
 note = {カメラを用いたデータベース照合に基づく自車位置推定では，入力およびデータベースの双方からの十分な情報が必要である．しかし可視光カメラを用いた場合，潤沢な情報を得られるが，悪環境において情報が失われる．また遠赤外線カメラを用いた場合，そのような悪環境に頑健であるが，得られるテクスチャ情報に乏しい．そこで我々は，BoF を用いた入力およびデータベースの状況に応じたカメラ選択器を提案してきた．一方，深層学習の発展により高精度なシーン認識が実現されつつあり，このような特徴は得られた画像の性質を表すと考えられる．そこで本発表では BoF に加えてシーン認識特徴を用いたカメラ選択器を構築し，評価した結果について報告する．, The ego-vehicle localization using in-vehicle cameras based on database matching requires sufficient information from both input and database. When a visible-light camera is used, detailed texture information can be obtained, but they are lost in adverse environments. On the other hand, when a far-infrared camera is used, it is robust to such environments, but texture information cannot be obtained. Thus, to take advantage of the merit of both cameras, we have proposed an environment-suitable camera selector involving BoF. In this report, we propose a method that uses deep learning-based scene recognition features in addition to the previous method.},
 title = {シーン認識特徴を用いた自車位置推定用カメラ自動選択に関する基礎検討},
 year = {2023}
}