Fugu-MT 論文翻訳(概要): MARF: Multiscale Adaptive-switch Random Forest for Leg Detection with 2D Laser Scanners

論文の概要: MARF: Multiscale Adaptive-switch Random Forest for Leg Detection with 2D Laser Scanners

arxiv url: http://arxiv.org/abs/2204.06833v1
Date: Thu, 14 Apr 2022 09:03:16 GMT
ステータス: 処理完了
システム内更新日: 2022-04-15 14:30:47.654963
Title: MARF: Multiscale Adaptive-switch Random Forest for Leg Detection with 2D Laser Scanners
Title（参考訳）: MARF:2次元レーザースキャナを用いた脚検出のためのマルチスケールアダプティブスウィッチランダムフォレスト
Authors: Tianxi Wang, Feng Xue, Yu Zhou, Anlong Ming
Abstract要約: 多くの脚検出器はレーザースキャンの避けられないノイズやマルチスケール特性を無視している。本稿では,これら2つの課題を克服するために,マルチスケール適応スウィッチランダムフォレスト(MARF)を提案する。提案手法は,移動脚データセットにおける他の最先端脚検出器と比較して,性能が向上したことを示す。
参考スコア（独自算出の注目度）: 19.0267746149205
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: For the 2D laser-based tasks, e.g., people detection and people tracking, leg detection is usually the first step. Thus, it carries great weight in determining the performance of people detection and people tracking. However, many leg detectors ignore the inevitable noise and the multiscale characteristics of the laser scan, which makes them sensitive to the unreliable features of point cloud and further degrades the performance of the leg detector. In this paper, we propose a multiscale adaptive-switch Random Forest (MARF) to overcome these two challenges. Firstly, the adaptive-switch decision tree is designed to use noisesensitive features to conduct weighted classification and noiseinvariant features to conduct binary classification, which makes our detector perform more robust to noise. Secondly, considering the multiscale property that the sparsity of the 2D point cloud is proportional to the length of laser beams, we design a multiscale random forest structure to detect legs at different distances. Moreover, the proposed approach allows us to discover a sparser human leg from point clouds than others. Consequently, our method shows an improved performance compared to other state-of-the-art leg detectors on the challenging Moving Legs dataset and retains the whole pipeline at a speed of 60+ FPS on lowcomputational laptops. Moreover, we further apply the proposed MARF to the people detection and tracking system, achieving a considerable gain in all metrics.
Abstract（参考訳）: 人検出や人追跡といった2dレーザーベースのタスクでは、足の検出が通常最初のステップです。したがって、人物検出と人物追跡のパフォーマンスを決定する上で大きな重みを負う。しかし、多くの脚検出器は、避けられないノイズやレーザースキャンの多スケール特性を無視し、ポイントクラウドの信頼性の低い特徴に敏感になり、さらに脚検出器の性能を低下させる。本稿では,これら2つの課題を克服するためのマルチスケール適応スイッチランダムフォレスト(marf)を提案する。まず,アダプティブスイッチ決定木は,重み付き分類と雑音不変特徴の処理にノイズセンシティブ機能を利用するように設計され,検出器が雑音に対してより頑健に動作するようにしている。次に,2次元点雲のスパース性がレーザービームの長さに比例するマルチスケール特性を考慮して,異なる距離で脚を検出するマルチスケールのランダムフォレスト構造を設計した。さらに,提案手法により,点雲からヒトの足のスパーサーを発見できる。その結果,本手法は,低計算量ラップトップでは60fps以上の速度でパイプライン全体を保持できるため,他の最先端の脚検出装置と比較して性能が向上した。さらに、提案したMARFを人検出・追跡システムに適用し、全ての指標においてかなりの利得を得る。

関連論文リスト

Learning to Make Keypoints Sub-Pixel Accurate [80.55676599677824]
本研究は,2次元局所特徴の検出におけるサブピクセル精度の課題に対処する。本稿では,検出された特徴に対するオフセットベクトルを学習することにより,サブピクセル精度で検出器を拡張できる新しいネットワークを提案する。
論文参考訳（メタデータ） (2024-07-16T12:39:56Z)
ASAG: Building Strong One-Decoder-Layer Sparse Detectors via Adaptive Sparse Anchor Generation [50.01244854344167]
適応スパースアンカージェネレータ(ASAG)の提案により、スパース検出器と密度検出器のパフォーマンスギャップを橋渡しする。 ASAGは、グリッドではなくパッチの動的なアンカーを予測することで、機能競合の問題を軽減する。提案手法は高密度な手法より優れ,高速かつ高精度なトレードオフを実現する。
論文参考訳（メタデータ） (2023-08-18T02:06:49Z)
Efficient Decoder-free Object Detection with Transformers [75.00499377197475]
視覚変換器(ViT)は、物体検出アプローチのランドスケープを変化させている。本稿では,デコーダフリー完全トランス(DFFT)オブジェクト検出器を提案する。 DFFT_SMALLは、トレーニングおよび推論段階で高い効率を達成する。
論文参考訳（メタデータ） (2022-06-14T13:22:19Z)
MDPose: Human Skeletal Motion Reconstruction Using WiFi Micro-Doppler Signatures [4.92674421365689]
WiFiマイクロドップラーシグネチャに基づくヒト骨格運動再建のための新しいフレームワークであるMDPoseを提案する。 17個のキーポイントを持つ骨格モデルを再構築することで、人間の活動を追跡する効果的なソリューションを提供する。 MDPoseは最先端のRFベースのポーズ推定システムより優れている。
論文参考訳（メタデータ） (2022-01-11T21:46:28Z)
Bandit Quickest Changepoint Detection [55.855465482260165]
すべてのセンサの継続的な監視は、リソースの制約のためにコストがかかる可能性がある。有限パラメータ化確率分布の一般クラスに対する検出遅延に基づく情報理論の下界を導出する。本稿では,異なる検知オプションの探索と質問行動の活用をシームレスに両立させる,計算効率のよいオンラインセンシング手法を提案する。
論文参考訳（メタデータ） (2021-07-22T07:25:35Z)
Variational Pedestrian Detection [33.52588723666144]
変動推定問題として,歩行者検出の特異な視点を定めている。密集した提案を潜在変数としてモデル化し,歩行者検出のための新規かつ効率的なアルゴリズムを考案する。また, この手法は2段階検出器に柔軟に適用でき, 顕著な性能向上を実現する。
論文参考訳（メタデータ） (2021-04-26T08:06:41Z)
GEM: Glare or Gloom, I Can Still See You -- End-to-End Multimodal Object Detector [11.161639542268015]
厳しい照明条件下での2次元物体検出のためのセンサ対応マルチモーダル融合戦略を提案する。本ネットワークは,各センサモダリティの測定信頼性をスカラーウェイトとマスクの形で推定する。提案手法はFLIR-Thermalデータセット上で既存の最先端手法よりも優れていることを示す。
論文参考訳（メタデータ） (2021-02-24T14:56:37Z)
MRDet: A Multi-Head Network for Accurate Oriented Object Detection in Aerial Images [51.227489316673484]
水平アンカーから変換された指向性提案を生成するために、任意指向領域提案ネットワーク(AO-RPN)を提案する。正確なバウンディングボックスを得るために,検出タスクを複数のサブタスクに分離し,マルチヘッドネットワークを提案する。各ヘッドは、対応するタスクに最適な特徴を学習するために特別に設計されており、ネットワークがオブジェクトを正確に検出することができる。
論文参考訳（メタデータ） (2020-12-24T06:36:48Z)
SRF-GAN: Super-Resolved Feature GAN for Multi-Scale Representation [5.634825161148483]
畳み込み型物体検出器の超解像特性のための新しい生成器を提案する。本稿では,検出ベースジェネレータと特徴パッチ識別器で構成される超解像GAN(SRF-GAN)を設計する。我々のSRFジェネレータは従来の方法に代えて、他の従来の検出器と簡単に微調整できる。
論文参考訳（メタデータ） (2020-11-17T06:27:32Z)
Anchor-free Small-scale Multispectral Pedestrian Detection [88.7497134369344]
適応型単一段アンカーフリーベースアーキテクチャにおける2つのモードの効果的かつ効率的な多重スペクトル融合法を提案する。我々は,直接的境界ボックス予測ではなく,対象の中心と規模に基づく歩行者表現の学習を目指す。その結果,小型歩行者の検出における本手法の有効性が示唆された。
論文参考訳（メタデータ） (2020-08-19T13:13:01Z)
mmFall: Fall Detection using 4D MmWave Radar and a Hybrid Variational RNN AutoEncoder [0.4588028371034407]
mmFallは、人体の点雲と体中心波を収集する、新興ミリ波(mmWave)レーダーセンサーである。異常レベルのスパイクとセントロイド高さの低下が同時に起こると、転倒が起こったと主張されている。レーダデータのランダム性を克服するために、提案されたVRAEは、従来の決定論的アプローチではなく、確率論的アプローチである変分推論を使用する。
論文参考訳（メタデータ） (2020-03-05T00:37:21Z)

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。