論文の概要: LRPD: Long Range 3D Pedestrian Detection Leveraging Specific Strengths of LiDAR and RGB

• arxiv url: http://arxiv.org/abs/2006.09738v1
• Date: Wed, 17 Jun 2020 09:27:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-19 21:03:13.727532
• Title: LRPD: Long Range 3D Pedestrian Detection Leveraging Specific Strengths of LiDAR and RGB
• Title（参考訳）: LRPD:LiDARとRGBの比強度を利用した長距離3次元歩行者検出
• Authors: Michael F\"urst and Oliver Wasenm\"uller and Didier Stricker
• Abstract要約: KITTIベンチマークの現在の最先端技術は、歩行者の位置を長距離で検出する際の準最適化を行う。 本稿では,RGBの密度とLiDARの精度を利用して,長距離3次元歩行者検出(LRPD)を対象とするアプローチを提案する。 これは、現在の最先端技術と比較して、長い範囲でmAPが大幅に改善される。
• 参考スコア（独自算出の注目度）: 12.650574326251023
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While short range 3D pedestrian detection is sufficient for emergency breaking, long range detections are required for smooth breaking and gaining trust in autonomous vehicles. The current state-of-the-art on the KITTI benchmark performs suboptimal in detecting the position of pedestrians at long range. Thus, we propose an approach specifically targeting long range 3D pedestrian detection (LRPD), leveraging the density of RGB and the precision of LiDAR. Therefore, for proposals, RGB instance segmentation and LiDAR point based proposal generation are combined, followed by a second stage using both sensor modalities symmetrically. This leads to a significant improvement in mAP on long range compared to the current state-of-the art. The evaluation of our LRPD approach was done on the pedestrians from the KITTI benchmark.
• Abstract（参考訳）: 短距離3次元歩行者検出は緊急破断には十分であるが、スムーズな破断と自動運転車の信頼獲得には長距離検出が必要である。 KITTIベンチマークの現在の最先端技術は、歩行者の位置を長距離で検出する際の準最適化を行う。 そこで本研究では,RGBの密度とLiDARの精度を利用して,長距離3次元歩行者検出(LRPD)を対象とするアプローチを提案する。 そのため、提案手法ではRGBインスタンス分割とLiDARポイントベースの提案生成を併用し、両センサの対称性を対称に使用した第2段階が続く。 これは、現在の最先端技術と比較して、長い範囲でmAPが大幅に改善される。 本手法の評価は,kittiベンチマークから歩行者を対象に行った。

関連論文リスト

• Better Monocular 3D Detectors with LiDAR from the Past [64.6759926054061]
  カメラベースの3D検出器は、画像の奥行きのあいまいさのため、LiDARベースの検出器に比べて性能が劣ることが多い。 本研究では,未ラベルの歴史的LiDARデータを活用することにより,単分子3D検出器の改良を図る。 複数の最先端モデルやデータセットに対して,9.66ミリ秒の追加レイテンシとストレージコストの低い,一貫性と大幅なパフォーマンス向上を示す。
  論文  参考訳（メタデータ） (2024-04-08T01:38:43Z)
• Towards Long-Range 3D Object Detection for Autonomous Vehicles [4.580520623362462]
  長距離での3次元物体検出は、自動運転車の安全性と効率を確保するために不可欠である。 芸術的LiDARに基づく手法の現在のほとんどの状態は、長距離でのスパーシリティのため、範囲が限られている。 我々は,現在のLiDARを用いた3D検出器の長距離性能を改善する2つの方法を検討した。
  論文  参考訳（メタデータ） (2023-10-07T13:39:46Z)
• An Empirical Analysis of Range for 3D Object Detection [70.54345282696138]
  本稿では,長距離検出データセットArgoverse 2.0を用いた遠距離3次元検出の実験的検討を行った。 近接場LiDARの測定は、小さなボクセルによって密度が高く最適に符号化され、遠距離場の測定は疎く、大きなボクセルで符号化されている。 本研究では,33%の効率向上と3.2%のCDSの精度向上を図った。
  論文  参考訳（メタデータ） (2023-08-08T05:29:26Z)
• Far3Det: Towards Far-Field 3D Detection [67.38417186733487]
  我々は、観測者から一定の距離を超える物体の遠距離3次元検出(Far3Det)の課題に焦点を当てる。 Far3Detは高速道路で動く自動運転車(AV)にとって特に重要である。 我々は,nuScenesデータセットからよく注釈付きシーンを抽出し,十分に注釈付き遠距離フィールド検証セットを導出する手法を開発した。 Far3Detの評価プロトコルを提案し,Far3Detの様々な3次元検出手法を提案する。
  論文  参考訳（メタデータ） (2022-11-25T02:07:57Z)
• LET-3D-AP: Longitudinal Error Tolerant 3D Average Precision for Camera-Only 3D Detection [26.278496981844317]
  我々は,深度推定誤差に関して,より許容性の高い3次元APメトリックの変種を提案する。 具体的には, LET-3D-AP と LET-3D-APL という新しい長手誤差許容基準により, 所与の許容範囲までの長手局所化誤差を許容する。 最先端のカメラベースの検出器は、従来のLiDARベースの検出器よりも優れており、新しいメトリクスは10%の深度エラー耐性を超越している。
  論文  参考訳（メタデータ） (2022-06-15T17:57:41Z)
• RSN: Range Sparse Net for Efficient, Accurate LiDAR 3D Object Detection [44.024530632421836]
  Range Sparse Net (RSN) は、単純で効率的で正確な3Dオブジェクト検出器である。 RSNは、範囲画像からフォアグラウンドポイントを予測し、選択したフォアグラウンドポイントにスパース畳み込みを適用してオブジェクトを検出する。 RSNは、LiDARベースの歩行者と車両検出のためのAPH/LEVEL 1メトリクスに基づいて、リーダーボードで第1位にランクされている。
  論文  参考訳（メタデータ） (2021-06-25T00:23:55Z)
• PLUME: Efficient 3D Object Detection from Stereo Images [95.31278688164646]
  既存の手法では、2つのステップでこの問題に対処する: 第一深度推定を行い、その深さ推定から擬似LiDAR点雲表現を計算し、3次元空間で物体検出を行う。 この2つのタスクを同一のメトリック空間で統一するモデルを提案する。 提案手法は,既存の手法と比較して推定時間を大幅に削減し,挑戦的なKITTIベンチマークの最先端性能を実現する。
  論文  参考訳（メタデータ） (2021-01-17T05:11:38Z)
• Robust Long-Term Object Tracking via Improved Discriminative Model Prediction [77.72450371348016]
  本稿では,事前学習した短期トラッカーをベースとした,堅牢な長期追跡のための識別モデル予測手法を提案する。 提案手法は,最先端の長期トラッカーに匹敵する性能を実現する。
  論文  参考訳（メタデータ） (2020-08-11T14:31:11Z)
• Road Curb Detection and Localization with Monocular Forward-view Vehicle Camera [74.45649274085447]
  魚眼レンズを装着した校正単眼カメラを用いて3Dパラメータを推定するロバストな手法を提案する。 我々のアプローチでは、車両が90%以上の精度で、リアルタイムで距離を抑えることができる。
  論文  参考訳（メタデータ） (2020-02-28T00:24:18Z)

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。