論文の概要: Robust and efficient post-processing for video object detection
- arxiv url: http://arxiv.org/abs/2009.11050v1
- Date: Wed, 23 Sep 2020 10:47:24 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-15 15:44:56.781576
- Title: Robust and efficient post-processing for video object detection
- Title(参考訳): ビデオオブジェクト検出のためのロバストで効率的な後処理
- Authors: Alberto Sabater, Luis Montesano, Ana C. Murillo
- Abstract要約: この研究は、従来の後処理メソッドの制限を克服する、新しい後処理パイプラインを導入している。
本手法は,特に高速移動物体に関する最先端の映像検出器の結果を改善する。
そして、YOLOのような効率的な静止画像検出器に適用することで、より計算集約的な検出器に匹敵する結果が得られる。
- 参考スコア(独自算出の注目度): 9.669942356088377
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Object recognition in video is an important task for plenty of applications,
including autonomous driving perception, surveillance tasks, wearable devices
or IoT networks. Object recognition using video data is more challenging than
using still images due to blur, occlusions or rare object poses. Specific video
detectors with high computational cost or standard image detectors together
with a fast post-processing algorithm achieve the current state-of-the-art.
This work introduces a novel post-processing pipeline that overcomes some of
the limitations of previous post-processing methods by introducing a
learning-based similarity evaluation between detections across frames. Our
method improves the results of state-of-the-art specific video detectors,
specially regarding fast moving objects, and presents low resource
requirements. And applied to efficient still image detectors, such as YOLO,
provides comparable results to much more computationally intensive detectors.
- Abstract(参考訳): ビデオにおけるオブジェクト認識は、自律運転認識、監視タスク、ウェアラブルデバイス、IoTネットワークなど、多くのアプリケーションにとって重要なタスクである。
ビデオデータを用いたオブジェクト認識は、ぼやけやオクルージョン、希少なオブジェクトポーズによって静止画像を使用するよりも難しい。
計算コストの高い特定映像検出器や標準画像検出器、高速後処理アルゴリズムが現在の最先端を実現する。
この研究は、フレーム間の検出間の学習に基づく類似性評価を導入することで、従来の後処理手法の制限を克服する新しい後処理パイプラインを導入する。
本手法は,特に高速移動物体に関する最先端の映像検出器の結果を改善し,低リソース要件を示す。
そして、YOLOのような効率的な静止画像検出器に適用することで、より計算集約的な検出器に匹敵する結果が得られる。
関連論文リスト
- Deep Learning Computer Vision Algorithms for Real-time UAVs On-board
Camera Image Processing [77.34726150561087]
本稿では,ディープラーニングに基づくコンピュータビジョンアルゴリズムを用いて,小型UAVのリアルタイムセンサ処理を実現する方法について述べる。
すべてのアルゴリズムは、ディープニューラルネットワークに基づく最先端の画像処理手法を用いて開発されている。
論文 参考訳(メタデータ) (2022-11-02T11:10:42Z) - FasterVideo: Efficient Online Joint Object Detection And Tracking [0.8680676599607126]
我々は、画像オブジェクト検出において最も成功した方法の一つである、Faster R-CNNを再考し、それをビデオ領域に拡張する。
提案手法は,関連アプリケーションに必要な計算効率が非常に高い。
論文 参考訳(メタデータ) (2022-04-15T09:25:34Z) - Implicit Motion Handling for Video Camouflaged Object Detection [60.98467179649398]
本稿では,新しいビデオカモフラージュオブジェクト検出(VCOD)フレームワークを提案する。
短期的および長期的整合性を利用して、ビデオフレームからカモフラージュされたオブジェクトを検出する。
論文 参考訳(メタデータ) (2022-03-14T17:55:41Z) - Recent Trends in 2D Object Detection and Applications in Video Event
Recognition [0.76146285961466]
物体検出における先駆的な研究について論じるとともに,近年のディープラーニングを活用したブレークスルーも取り上げている。
本稿では、画像とビデオの両方で2次元物体検出のための最近のデータセットを強調し、様々な最先端物体検出技術の比較性能の概要を示す。
論文 参考訳(メタデータ) (2022-02-07T14:15:11Z) - Video Salient Object Detection via Contrastive Features and Attention
Modules [106.33219760012048]
本稿では,注目モジュールを持つネットワークを用いて,映像の有意な物体検出のためのコントラスト特徴を学習する。
コアテンションの定式化は、低レベル特徴と高レベル特徴を組み合わせるために用いられる。
提案手法は計算量が少なく,最先端の手法に対して良好に動作することを示す。
論文 参考訳(メタデータ) (2021-11-03T17:40:32Z) - You Better Look Twice: a new perspective for designing accurate
detectors with reduced computations [56.34005280792013]
BLT-netは、新しい低計算の2段階オブジェクト検出アーキテクチャである。
非常にエレガントな第1ステージを使用して、オブジェクトをバックグラウンドから分離することで、計算を削減します。
結果のイメージ提案は、高度に正確なモデルによって第2段階で処理される。
論文 参考訳(メタデータ) (2021-07-21T12:39:51Z) - Motion Vector Extrapolation for Video Object Detection [0.0]
MOVEXは、一般的なCPUベースのシステムで低レイテンシのビデオオブジェクト検出を可能にする。
提案手法は,任意の対象検出器のベースライン遅延を著しく低減することを示す。
さらなるレイテンシ低減は、元のレイテンシよりも最大25倍低いもので、最小限の精度で達成できる。
論文 参考訳(メタデータ) (2021-04-18T17:26:37Z) - Ensembling object detectors for image and video data analysis [98.26061123111647]
本稿では,複数の物体検出器の出力をアンサンブルすることで,画像データ上の境界ボックスの検出性能と精度を向上させる手法を提案する。
本研究では,2段階追跡に基づく検出精度向上手法を提案することで,映像データに拡張する。
論文 参考訳(メタデータ) (2021-02-09T12:38:16Z) - Performance of object recognition in wearable videos [9.669942356088377]
本研究は、このタイプのカメラで撮影した映像における物体検出と位置決めの問題について研究する。
本稿では、精度と速度の優れたトレードオフを提供する、よく知られたYOLOアーキテクチャについて述べる。
論文 参考訳(メタデータ) (2020-09-10T15:20:17Z) - Joint Detection and Tracking in Videos with Identification Features [36.55599286568541]
本稿では,ビデオ検出,追跡,再識別機能の最初の共同最適化を提案する。
提案手法はMOTの最先端に到達し,オンライントラッカーにおけるUA-DETRAC'18追跡課題のうち,第1位,第3位にランクインした。
論文 参考訳(メタデータ) (2020-05-21T21:06:40Z) - Depthwise Non-local Module for Fast Salient Object Detection Using a
Single Thread [136.2224792151324]
本稿では,高速な物体検出のための新しいディープラーニングアルゴリズムを提案する。
提案アルゴリズムは,1つのCPUスレッドと同時に,競合精度と高い推論効率を実現する。
論文 参考訳(メタデータ) (2020-01-22T15:23:48Z)
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。