論文の概要: PSDet: Efficient and Universal Parking Slot Detection

• arxiv url: http://arxiv.org/abs/2005.05528v1
• Date: Tue, 12 May 2020 03:06:25 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-03 19:18:47.551031
• Title: PSDet: Efficient and Universal Parking Slot Detection
• Title（参考訳）: PSDet: 効率的かつ普遍的な駐車スロット検出
• Authors: Zizhang Wu, Weiwei Sun, Man Wang, Xiaoquan Wang, Lizhu Ding, Fan Wang
• Abstract要約: リアルタイム駐車スロット検出は、バレット駐車システムにおいて重要な役割を担っている。 既存の手法は、現実世界のアプリケーションでしか成功しない。 不満足なパフォーマンスを考慮に入れている2つの理由を論じる。 romannumeral1: 利用可能なデータセットは多様性が限られており、一般化能力が低い。
• 参考スコア（独自算出の注目度）: 14.085693334348827
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While real-time parking slot detection plays a critical role in valet parking systems, existing methods have limited success in real-world applications. We argue two reasons accounting for the unsatisfactory performance: \romannumeral1, The available datasets have limited diversity, which causes the low generalization ability. \romannumeral2, Expert knowledge for parking slot detection is under-estimated. Thus, we annotate a large-scale benchmark for training the network and release it for the benefit of community. Driven by the observation of various parking lots in our benchmark, we propose the circular descriptor to regress the coordinates of parking slot vertexes and accordingly localize slots accurately. To further boost the performance, we develop a two-stage deep architecture to localize vertexes in the coarse-to-fine manner. In our benchmark and other datasets, it achieves the state-of-the-art accuracy while being real-time in practice. Benchmark is available at: https://github.com/wuzzh/Parking-slot-dataset
• Abstract（参考訳）: リアルタイム駐車スロット検出はバレット駐車システムにおいて重要な役割を担っているが、既存の手法では実世界のアプリケーションでの成功は限られている。 利用可能なデータセットは多様性が限られており、それが一般化能力の低下の原因となっている。 \romannumeral2: 駐車スロット検出の専門知識は過小評価されている。 したがって、ネットワークをトレーニングし、コミュニティの利益のためにリリースするための大規模なベンチマークに注釈を付けます。 本ベンチマークでは,各駐車場の観測結果から,駐車スロット頂点の座標を再現し,スロットを正確にローカライズするための円形ディスクリプタを提案する。 性能をさらに高めるため,我々は2段階の深層構造を開発し,頂点を粗面から細部までローカライズする。 我々のベンチマークやその他のデータセットでは、リアルタイムであると同時に最先端の精度を達成する。 Benchmark は https://github.com/wuzzh/Parking-slot-dataset で利用可能である。

関連論文リスト

• LaB-CL: Localized and Balanced Contrastive Learning for improving parking slot detection [4.813333335683417]
  駐車スロット検出, 局所化, バランス付きコントラスト学習(LaB-CL)のための最初の教師付きコントラスト学習フレームワークを提案する。 提案するLaB-CLフレームワークは2つの主要なアプローチを用いており、まず、局所的な視点から各ミニバッチの全てのクラスから表現を考察するクラスプロトタイプを含める。次に、高い予測誤差で局所表現を選択できる新しいハードネガティブサンプリングスキームを提案する。ベンチマークデータセットを用いた実験により、提案したLaB-CLフレームワークは、既存の駐車スロット検出方法より優れていることを示した。
  論文  参考訳（メタデータ） (2024-10-10T11:50:26Z)
• Holistic Parking Slot Detection with Polygon-Shaped Representations [1.1649926489639983]
  本稿では,YOLO(You Only Look Once)v4アルゴリズムを適応した一段階のHPS-Netを提案する。 実験の結果、HPS-NetはF1スコア0.92で様々な空き駐車場を検知できることがわかった。 Nvidia Drive AGX Xavierで17 FPSのリアルタイム検出速度を実現している。
  論文  参考訳（メタデータ） (2023-10-17T23:37:23Z)
• Towards Real-World Visual Tracking with Temporal Contexts [64.7981374129495]
  時間的文脈を効率的に活用できる2段階フレームワーク(TCTrack)を提案する。 これに基づいて、現実世界の視覚的トラッキング、すなわちTCTrack++のためのより強力なバージョンを提案する。 特徴抽出のために,空間的特徴を高めるために注意に基づく時間適応的畳み込みを提案する。 類似性マップの改良のために,時間的知識を効率的に符号化する適応型時間的変換器を導入する。
  論文  参考訳（メタデータ） (2023-08-20T17:59:40Z)
• Beyond Prediction: On-street Parking Recommendation using Heterogeneous Graph-based List-wise Ranking [18.08128929432942]
  我々はまず,ドライバーに駐車スペースを直接推薦する,路上駐車推奨(OPR)タスクを提案する。 我々はESGraphと呼ばれる高効率なヘテロジニアスグラフを設計し、歴史的かつリアルタイムなメーターのターンオーバーイベントを表現する。 さらにランキングモデルを用いて、ランキングされた駐車場のリストを推薦するスコア関数を学習する。
  論文  参考訳（メタデータ） (2023-04-29T03:59:35Z)
• SFD2: Semantic-guided Feature Detection and Description [34.36397639248686]
  本稿では,検出プロセスと記述プロセスの両方にハイレベルなセマンティクスを暗黙的に埋め込むことで,グローバルに信頼性の高い特徴を抽出することを提案する。 具体的には、セマンティック・アウェア・ディテクターは、信頼性のある領域からキーポイントを検出し、信頼できない領域を抑えることができる。 これにより、外観変化に敏感な特徴の数を減らすことにより、キーポイントマッチングの精度が向上する。
  論文  参考訳（メタデータ） (2023-04-28T13:34:26Z)
• HPointLoc: Point-based Indoor Place Recognition using Synthetic RGB-D Images [58.720142291102135]
  本稿では,屋内環境における視覚的位置認識能力の探索を目的とした,HPointLocという新しいデータセットを提案する。 データセットは人気のあるHabitatシミュレータに基づいており、独自のセンサーデータとオープンデータセットの両方を使用して屋内シーンを生成することができる。
  論文  参考訳（メタデータ） (2022-12-30T12:20:56Z)
• CNN-based Two-Stage Parking Slot Detection Using Region-Specific Multi-Scale Feature Extraction [7.652701739127332]
  パーキングスロット検出性能はディープラーニング技術により劇的に改善されている。 深層学習に基づく物体検出法は,一段階と二段階に分類できる。 本稿では,地域特化マルチスケール特徴抽出を用いた高度に特殊な2段駐車スロット検出器を提案する。
  論文  参考訳（メタデータ） (2021-08-13T12:02:02Z)
• Deep Multi-Task Learning for Joint Localization, Perception, and Prediction [68.50217234419922]
  本稿では,ローカライズエラー下の最先端の自律性スタックで発生する問題について検討する。 我々は,認識,予測,局所化を共同で行うシステムの設計を行う。 本アーキテクチャでは,両タスク間の計算を再利用し,効率よくローカライズエラーを修正できる。
  論文  参考訳（メタデータ） (2021-01-17T17:20:31Z)
• SOE-Net: A Self-Attention and Orientation Encoding Network for Point Cloud based Place Recognition [50.9889997200743]
  我々は、自己アテンション・指向性符号化ネットワーク(SOE-Net)を用いて、ポイントクラウドデータから位置認識する問題に取り組む。 SOE-Netは、ポイント間の関係を完全に探求し、長距離コンテキストをポイントワイドなローカル記述子に組み込む。 様々なベンチマークデータセットの実験では、現在の最先端アプローチよりも提案したネットワークの性能が優れていることが示されている。
  論文  参考訳（メタデータ） (2020-11-24T22:28:25Z)
• LiDAR-based Panoptic Segmentation via Dynamic Shifting Network [56.71765153629892]
  LiDARベースのパノプティカルセグメンテーションは、オブジェクトとシーンを統一的に解析することを目的としている。 本稿では,ポイントクラウド領域における効果的な単視分割フレームワークとして機能する動的シフトネットワーク(DS-Net)を提案する。 提案するDS-Netは,現在の最先端手法よりも優れた精度を実現する。
  論文  参考訳（メタデータ） (2020-11-24T08:44:46Z)
• Universal Embeddings for Spatio-Temporal Tagging of Self-Driving Logs [72.67604044776662]
  我々は、生のセンサデータから、自動運転シーンの時間的タグ付けの問題に取り組む。 提案手法では,全てのタグに対する普遍的な埋め込みを学習し,多くの属性を効率的にタグ付けし,限られたデータで新しい属性を高速に学習する。
  論文  参考訳（メタデータ） (2020-11-12T02:18:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。