論文の概要: The Impact of Partial Occlusion on Pedestrian Detectability

• arxiv url: http://arxiv.org/abs/2205.04812v2
• Date: Wed, 11 May 2022 10:23:05 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-14 15:05:09.828896
• Title: The Impact of Partial Occlusion on Pedestrian Detectability
• Title（参考訳）: 部分閉塞が歩行者検出性に及ぼす影響
• Authors: Shane Gilroy, Darragh Mullins, Edward Jones, Ashkan Parsi and Martin Glavin
• Abstract要約: 本研究は、部分的に閉塞された歩行者検出のための新しい客観的ベンチマークを導入する。 歩行者検出モデルの客観的特徴付けを容易にするのに役立つ。
• 参考スコア（独自算出の注目度）: 5.606792370296115
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Robust detection of vulnerable road users is a safety critical requirement for the deployment of autonomous vehicles in heterogeneous traffic. One of the most complex outstanding challenges is that of partial occlusion where a target object is only partially available to the sensor due to obstruction by another foreground object. A number of leading pedestrian detection benchmarks provide annotation for partial occlusion, however each benchmark varies greatly in their definition of the occurrence and severity of occlusion. Recent research demonstrates that a high degree of subjectivity is used to classify occlusion level in these cases and occlusion is typically categorized into 2 to 3 broad categories such as partially and heavily occluded. This can lead to inaccurate or inconsistent reporting of pedestrian detection model performance depending on which benchmark is used. This research introduces a novel, objective benchmark for partially occluded pedestrian detection to facilitate the objective characterization of pedestrian detection models. Characterization is carried out on seven popular pedestrian detection models for a range of occlusion levels from 0-99%. Results demonstrate that pedestrian detection performance degrades, and the number of false negative detections increase as pedestrian occlusion level increases. Of the seven popular pedestrian detection routines characterized, CenterNet has the greatest overall performance, followed by SSDlite. RetinaNet has the lowest overall detection performance across the range of occlusion levels.
• Abstract（参考訳）: 脆弱な道路利用者のロバスト検出は、自動運転車を異種交通に配備するための安全上重要な要件である。 最も複雑な課題の1つは、対象の物体が、他の前景の物体の障害物によって、センサーに部分的にしか利用できない部分閉塞である。 多くの主要な歩行者検出ベンチマークは部分閉塞に対するアノテーションを提供しているが、それぞれのベンチマークは閉塞の発生と重症度の定義で大きく異なる。 近年の研究では、これらの症例では高い主観性が咬合レベルを分類するために用いられており、咬合は部分的および重閉塞などの2～3つの広いカテゴリに分類される。 これにより、どのベンチマークが使われているかによって、歩行者検出モデルのパフォーマンスが不正確または矛盾していることを報告できる。 本研究は, 歩行者検出モデルの客観的評価を容易にするため, 部分閉塞歩行者検出のための新しい客観的ベンチマークを提案する。 7つの歩行者検出モデルを用いて,0～99%の閉塞レベルについて評価を行った。 その結果, 歩行者検出性能は低下し, 歩行者咬合レベルが上昇するにつれて偽陰性検出数が増加することがわかった。 人気の高い歩行者検出ルーチン7つのうち、CenterNetは、SSDliteに続いて、全体的なパフォーマンスが最も高い。 RetinaNetの全体的な検出性能は、オクルージョンレベルの範囲で最低である。
• 全文 参考訳へのリンク

関連論文リスト

• ReDFeat: Recoupling Detection and Description for Multimodal Feature Learning [51.07496081296863]
  我々は、相互重み付け戦略による多モーダル特徴学習の検出と記述の独立した制約を再定義する。 本研究では,大きな受容場を有し,学習可能な非最大抑制層を備える検出器を提案する。 我々は,特徴マッチングと画像登録タスクにおける特徴量を評価するために,クロス可視,赤外線,近赤外,合成開口レーダ画像ペアを含むベンチマークを構築した。
  論文  参考訳（メタデータ） (2022-05-16T04:24:22Z)
• An Objective Method for Pedestrian Occlusion Level Classification [6.125017875330933]
  咬合レベル分類は、視認可能な歩行者キーポイントの識別と、新しい2次元体表面積推定法を用いて達成される。 実験結果から,提案手法は画素幅を反映していることがわかった。 画像中の歩行者の閉塞レベルは あらゆる形で有効です 自己閉塞、切り離しのような挑戦的なエッジケースを含む、排他的(Occlusion)。 歩行者を包含する。
  論文  参考訳（メタデータ） (2022-05-11T11:27:41Z)
• Pedestrian Detection: Domain Generalization, CNNs, Transformers and Beyond [82.37430109152383]
  その結果、現在の歩行者検知器は、クロスデータセット評価において、たとえ小さな領域シフトであっても処理が不十分であることがわかった。 限定的な一般化は、その方法と現在のデータ源の2つの主要な要因に帰着する。 本稿では、一般化を改善する進歩的な微調整戦略を提案する。
  論文  参考訳（メタデータ） (2022-01-10T06:00:26Z)
• Quality-aware Part Models for Occluded Person Re-identification [77.24920810798505]
  咬合は人体再識別(ReID)にとって大きな課題となる 既存のアプローチは一般的に、計算効率とReIDの精度の両面で最適であるように、目に見える身体の部品を推測するための外部ツールに依存している。 閉塞型ReIDのためのQPM(Quality-Aware Part Models)という新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-01-01T03:51:09Z)
• Tracking and Long-Term Identification Using Non-Visual Markers [78.98112884252697]
  我々は,生物研究における自動行動認識の先駆けとして,乱雑なホームケージ環境下でのマウスの追跡と識別を目指している。 マウスごとに視覚的特徴を区別できないため、これは非常に難しい問題です。 各マウスの位置の粗い推定は、独自のRFIDインプラントから可能であるので、(弱)追跡情報とアイデンティティに関する粗い情報とを最適に組み合わせることができる。 本手法は,本手法の精度を77%向上し,動物が隠れている場合の急激な検出を拒否することができる。
  論文  参考訳（メタデータ） (2021-12-13T17:11:32Z)
• Fast Rule-Based Clutter Detection in Automotive Radar Data [10.379073531824456]
  自動車用レーダーセンサーは、多くの不要なクラッタやゴースト検出を出力する。 乱雑な検出は、複数の連続測定でグループや同様の場所で起こる。 このような誤検出を識別する新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-08-27T11:32:50Z)
• Towards Real-World Prohibited Item Detection: A Large-Scale X-ray Benchmark [53.9819155669618]
  本稿では,PIDrayと命名された大規模データセットについて述べる。 大量の努力を払って、私たちのデータセットには、高品質な注釈付きセグメンテーションマスクとバウンディングボックスを備えた47,677ドルのX線画像に、禁止アイテムの12ドルカテゴリが含まれています。 提案手法は最先端の手法に対して,特に故意に隠された項目を検出するために好適に機能する。
  論文  参考訳（メタデータ） (2021-08-16T11:14:16Z)
• Generalizing Face Forgery Detection with High-frequency Features [63.33397573649408]
  現在のCNNベースの検出器は、メソッド固有の色テクスチャに過度に適合するため、一般化に失敗する傾向にある。 フェースフォージェリ検出に高周波雑音を用いることを提案する。 1つは、複数のスケールで高周波ノイズを抽出するマルチスケールの高周波特徴抽出モジュールである。 2つ目は、低レベルRGB特徴抽出器を導く残差誘導空間注意モジュールで、新しい視点からフォージェリートレースにもっと集中する。
  論文  参考訳（メタデータ） (2021-03-23T08:19:21Z)

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。