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

• Impact of Surface Reflections in Maritime Obstacle Detection [0.0]
  海上障害物検出は、無人表面車両の自律走行において可能な障害物を検出することを目的としている。 以前の研究では、海上障害物検出タスクにおける物体検出のための偽陽性の源として表面反射が示されていた。 表面反射が検出性能に悪影響を及ぼすことを示す。
  論文  参考訳（メタデータ） (2024-10-11T10:55:24Z)
• Real-Time Multi-Scene Visibility Enhancement for Promoting Navigational Safety of Vessels Under Complex Weather Conditions [48.529493393948435]
  この可視光カメラは、インテリジェントな水上輸送システムにおいて、海洋表面の容器に不可欠なイメージングセンサーとして登場した。 視覚画像の画質は、複雑な気象条件下での様々な劣化に必然的に悩まされる。 本研究では,異なる気象条件下で撮影された劣化画像を復元する汎用多場面可視性向上手法を開発した。
  論文  参考訳（メタデータ） (2024-09-02T23:46:27Z)
• RobMOT: Robust 3D Multi-Object Tracking by Observational Noise and State Estimation Drift Mitigation on LiDAR PointCloud [11.111388829965103]
  この研究は、最近の3次元トラッキング・バイ・検出手法の限界に対処する。 そこで本稿では,正解トラックとゴーストトラックを時間的に区別する新しいオンライントラック妥当性メカニズムを提案する。 我々はまた、軌道ドリフトにおけるノイズ緩和を強化するカルマンフィルタの改良を導入し、閉塞物体のより堅牢な状態推定を可能にした。
  論文  参考訳（メタデータ） (2024-05-19T12:49:21Z)
• Instantaneous Perception of Moving Objects in 3D [86.38144604783207]
  周囲の交通参加者の3次元運動の認識は、運転安全に不可欠である。 本研究では,物体点雲の局所的な占有率の達成を利用して形状を密度化し,水泳人工物の影響を軽減することを提案する。 広汎な実験は、標準的な3次元運動推定手法よりも優れた性能を示す。
  論文  参考訳（メタデータ） (2024-05-05T01:07:24Z)
• 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)
• 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)
• 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)
• 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。