論文の概要: Temporal Context for Robust Maritime Obstacle Detection
- arxiv url: http://arxiv.org/abs/2203.05352v1
- Date: Thu, 10 Mar 2022 12:58:14 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-11 14:28:35.032034
- Title: Temporal Context for Robust Maritime Obstacle Detection
- Title(参考訳): ロバストな海上障害物検出のための時間的文脈
- Authors: Lojze \v{Z}ust and Matej Kristan
- Abstract要約: 海上障害物検出ネットワークWaSR-Tを提案する。
水面における物体反射の局所時間特性を学習することにより、WaSR-Tは障害物検出精度を大幅に向上する。
従来の単一フレーム法と比較して、WASR-Tはボートの危険域内での偽陽性検出数を41%減らし、53%以上減らした。
- 参考スコア(独自算出の注目度): 10.773819584718648
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robust maritime obstacle detection is essential for fully autonomous unmanned
surface vehicles (USVs). The currently widely adopted segmentation-based
obstacle detection methods are prone to misclassification of object reflections
and sun glitter as obstacles, producing many false positive detections,
effectively rendering the methods impractical for USV navigation. However,
water-turbulence-induced temporal appearance changes on object reflections are
very distinctive from the appearance dynamics of true objects. We harness this
property to design WaSR-T, a novel maritime obstacle detection network, that
extracts the temporal context from a sequence of recent frames to reduce
ambiguity. By learning the local temporal characteristics of object reflection
on the water surface, WaSR-T substantially improves obstacle detection accuracy
in the presence of reflections and glitter. Compared with existing single-frame
methods, WaSR-T reduces the number of false positive detections by 41% overall
and by over 53% within the danger zone of the boat, while preserving a high
recall, and achieving new state-of-the-art performance on the challenging MODS
maritime obstacle detection benchmark.
- Abstract(参考訳): 完全無人無人表面車両(USV)にはロバスト海上障害物検出が不可欠である。
現在広く採用されているセグメンテーションに基づく障害物検出手法は、物体反射と太陽光を障害物として誤分類し、多くの偽陽性検出を生成し、usvナビゲーションに実用的でない手法を効果的に表示する傾向がある。
しかし、水乱流による物体反射の時間変化は、真の物体の外観力学と非常に異なる。
この特性を利用して,最近のフレームから時間的文脈を抽出する新しい海上障害物検出ネットワークwasr-tの設計を行い,曖昧さを低減した。
水面における物体反射の局所時間特性を学習することにより、WaSR-Tは反射やグリッターの存在下での障害物検出精度を大幅に向上する。
既存の単一フレーム法と比較して、wasr-tは偽陽性検出回数を41%削減し、ボートの危険域内で53%以上削減し、高いリコールを維持しつつ、挑戦的なmods海上障害物検出ベンチマークで新たな最先端性能を達成している。
関連論文リスト
- Learning Heavily-Degraded Prior for Underwater Object Detection [59.5084433933765]
本稿では、検出器フレンドリーな画像から、転送可能な事前知識を求める。
これは、検出器フレンドリー(DFUI)と水中画像の高度に劣化した領域が、特徴分布のギャップがあることを統計的に観察したものである。
高速かつパラメータの少ない本手法は変圧器型検出器よりも優れた性能を保っている。
論文 参考訳(メタデータ) (2023-08-24T12:32:46Z) - Vision-Based Autonomous Navigation for Unmanned Surface Vessel in
Extreme Marine Conditions [2.8983738640808645]
本稿では,極端海洋環境下での目標物追跡のための自律的視覚に基づくナビゲーション・フレームワークを提案する。
提案手法は砂嵐や霧による可視性低下下でのシミュレーションで徹底的に検証されている。
結果は、ベンチマークしたMBZIRCシミュレーションデータセット全体にわたる最先端のデハージング手法と比較される。
論文 参考訳(メタデータ) (2023-08-08T14:25:13Z) - Looking Through the Glass: Neural Surface Reconstruction Against High
Specular Reflections [72.45512144682554]
暗黙的ニューラルレンダリングに基づく新しい表面再構成フレームワークNeuS-HSRを提案する。
NeuS-HSRでは、物体表面は暗黙の符号付き距離関数としてパラメータ化される。
我々は、NeuS-HSRが、HSRに対する高精度で堅牢なターゲット表面再構成において、最先端のアプローチよりも優れていることを示す。
論文 参考訳(メタデータ) (2023-04-18T02:34:58Z) - Adversarially-Aware Robust Object Detector [85.10894272034135]
本稿では,ロバスト検出器 (RobustDet) を提案する。
本モデルは, クリーン画像の検出能力を維持しながら, 傾きを効果的に解き, 検出堅牢性を著しく向上させる。
論文 参考訳(メタデータ) (2022-07-13T13:59:59Z) - Benchmarking Safe Deep Reinforcement Learning in Aquatic Navigation [78.17108227614928]
本研究では,水文ナビゲーションに着目した安全強化学習のためのベンチマーク環境を提案する。
価値に基づく政策段階の深層強化学習(DRL)について考察する。
また,学習したモデルの振る舞いを所望の特性の集合上で検証する検証戦略を提案する。
論文 参考訳(メタデータ) (2021-12-16T16:53:56Z) - Learning Maritime Obstacle Detection from Weak Annotations by
Scaffolding [15.80122710743313]
沿岸の自律ボートは障害物検出と時間的衝突回避のための頑健な認識手法に依存している。
このようなデータセットの1ピクセルあたりの真実ラベル付けは、労働集約的で高価である。
このような弱いアノテーションからのみ障害検出セグメンテーションネットワークをトレーニングできる新しい足場学習システムを提案する。
論文 参考訳(メタデータ) (2021-08-01T23:37:57Z) - MODS -- A USV-oriented object detection and obstacle segmentation
benchmark [12.356257470551348]
海上物体検出とより一般的な海上障害物セグメンテーションの2つの主要な知覚タスクを考慮する新しい障害物検出ベンチマークMODSを紹介します。
船載IMUと同期する約81kのステレオ画像と60k以上の物体を注釈付けした新たな海洋評価データセットを提案する。
実用的なUSVナビゲーションに有用な方法で検出精度を反映した新しい障害物分割性能評価プロトコルを提案する。
論文 参考訳(メタデータ) (2021-05-05T22:40:27Z) - Two-Stage Single Image Reflection Removal with Reflection-Aware Guidance [78.34235841168031]
シングルイメージリフレクション除去(SIRR)のためのリフレクション・アウェア・ガイダンス(RAGNet)を用いた新しい2段階ネットワークを提案する。
RAGは、(i)観測からの反射の効果を緩和するために、(ii)線形結合仮説から逸脱する効果を緩和するための部分畳み込みにおいてマスクを生成するために用いられる。
5つの一般的なデータセットの実験は、最先端のSIRR法と比較して、RAGNetの量的および質的な優位性を実証している。
論文 参考訳(メタデータ) (2020-12-02T03:14:57Z) - Small-floating Target Detection in Sea Clutter via Visual Feature
Classifying in the Time-Doppler Spectra [24.719192219757723]
表面レーダーによる海溝内の微小な浮動物体の検出は困難である。
本稿では,海面の基盤運動の連続性について,ターゲットからの後方散乱が振動することを観察した。
LBPの特徴空間において, レーダーはターゲットを包含し, クラッタのみを有するレーダーは分離可能であることを示す。
論文 参考訳(メタデータ) (2020-09-09T09:35:03Z) - SCRDet++: Detecting Small, Cluttered and Rotated Objects via
Instance-Level Feature Denoising and Rotation Loss Smoothing [131.04304632759033]
小さくて散らばった物体は実世界では一般的であり、検出は困難である。
本稿では,まず,物体検出にデノナイズするアイデアを革新的に紹介する。
機能マップ上のインスタンスレベルの記述は、小さくて散らばったオブジェクトの検出を強化するために行われる。
論文 参考訳(メタデータ) (2020-04-28T06:03:54Z) - A water-obstacle separation and refinement network for unmanned surface
vehicles [13.515085879331425]
本稿では,これらの問題に対処するため,新しいディープエンコーダ・デコーダアーキテクチャ(WaSR)を提案する。
その結果,WaSRは2番目の手法に比べてF値が14%向上し,最先端技術よりも高い性能を示した。
論文 参考訳(メタデータ) (2020-01-07T07:47:52Z)
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。