Fugu-MT 論文翻訳(概要): An Objective Method for Pedestrian Occlusion Level Classification

論文の概要: An Objective Method for Pedestrian Occlusion Level Classification

arxiv url: http://arxiv.org/abs/2205.05412v1
Date: Wed, 11 May 2022 11:27:41 GMT
ステータス: 翻訳完了
システム内更新日: 2022-05-13 02:54:11.672227
Title: An Objective Method for Pedestrian Occlusion Level Classification
Title（参考訳）: 歩行者咬合レベル分類のための客観的手法
Authors: Shane Gilroy, Martin Glavin, Edward Jones and Darragh Mullins
Abstract要約: 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。
参考スコア（独自算出の注目度）: 6.125017875330933
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Pedestrian detection is among the most safety-critical features of driver assistance systems for autonomous vehicles. One of the most complex detection 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 current pedestrian detection benchmarks provide annotation for partial occlusion to assess algorithm performance in these scenarios, however each benchmark varies greatly in their definition of the occurrence and severity of occlusion. In addition, current occlusion level annotation methods contain a high degree of subjectivity by the human annotator. This can lead to inaccurate or inconsistent reporting of an algorithm's detection performance for partially occluded pedestrians, depending on which benchmark is used. This research presents a novel, objective method for pedestrian occlusion level classification for ground truth annotation. Occlusion level classification is achieved through the identification of visible pedestrian keypoints and through the use of a novel, effective method of 2D body surface area estimation. Experimental results demonstrate that the proposed method reflects the pixel-wise occlusion level of pedestrians in images and is effective for all forms of occlusion, including challenging edge cases such as self-occlusion, truncation and inter-occluding pedestrians.
Abstract（参考訳）: 歩行者検出は、自動運転車の運転支援システムの最も安全性に重要な特徴の一つである。最も複雑な検出課題の1つは部分的閉塞であり、対象物体が他の前景物体による妨害によってセンサーに部分的にしか利用できない。現在の歩行者検出ベンチマークでは、これらのシナリオにおけるアルゴリズム性能を評価するために部分閉塞の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において大きく異なる。加えて、現在の閉塞レベルアノテーション法は、人間のアノテーションによる高い主観性を含む。これは、どのベンチマークが使用されるかによって、部分的に閉塞された歩行者に対するアルゴリズムの検出性能が不正確または一貫性のない報告につながる可能性がある。本研究では,歩行者の咬合レベル分類のための新しい客観的手法を提案する。閉塞レベル分類は、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。実験の結果,提案手法は画像中の歩行者のピクセル単位の咬合レベルを反映しており,自己閉塞,切断,閉塞間歩行者などのエッジケースを含むあらゆる形態の咬合に有効であることがわかった。

関連論文リスト

GeneralAD: Anomaly Detection Across Domains by Attending to Distorted Features [68.14842693208465]
GeneralADは、意味的、ほぼ分布的、産業的設定で動作するように設計された異常検出フレームワークである。本稿では,ノイズ付加やシャッフルなどの簡単な操作を施した自己教師付き異常生成モジュールを提案する。提案手法を10のデータセットに対して広範囲に評価し,6つの実験結果と,残りの6つの実験結果を得た。
論文参考訳（メタデータ） (2024-07-17T09:27:41Z)
OoDIS: Anomaly Instance Segmentation and Detection Benchmark [57.89836988990543]
この作業は、インスタンスセグメンテーションとオブジェクト検出タスクを含むために、よく使われる異常セグメンテーションベンチマークを拡張します。異常セグメンテーションおよびオブジェクト検出手法の評価は,これらの課題が未解決問題のままであることを示す。
論文参考訳（メタデータ） (2024-06-17T17:59:56Z)
Imagine the Unseen: Occluded Pedestrian Detection via Adversarial Feature Completion [31.488897675973657]
そこで本稿では,歩行者の特徴を異なる閉塞パターンに整合させるため,閉鎖領域の特徴を完備する。完成した特徴と実際の完全に見える特徴とのギャップを狭めるために,逆学習法を提案する。本稿では,CityPersons,Caltech,CrowdHumanの各データセットに関する実験結果について報告する。
論文参考訳（メタデータ） (2024-05-02T14:20:20Z)
Road Obstacle Detection based on Unknown Objectness Scores [0.0]
異常検出技術により、未知の物体の画素をオフ・オブ・ディストリビューション(OoD)サンプルとして識別することができる。本研究の目的は,物体検出の手法を画素単位の異常検出手法に組み込むことで,未知物体を検出するための安定した性能を実現することである。
論文参考訳（メタデータ） (2024-03-27T02:35:36Z)
OccluTrack: Rethinking Awareness of Occlusion for Enhancing Multiple Pedestrian Tracking [7.964206483424679]
既存の手法では, 閉塞による不正確な動作推定, 外観特徴抽出, 関連性に悩まされている。本研究は, 明瞭な動作推定, 信頼性のある外観特徴, 閉塞シーンにおける公正な関連性について考察する。具体的には,アダプティブ・オクルージョンを意識した複数歩行者トラッカーOccluTrackを提案する。
論文参考訳（メタデータ） (2023-09-19T06:43:18Z)
UGainS: Uncertainty Guided Anomaly Instance Segmentation [80.12253291709673]
道路上の1つの予期せぬ物体が事故を引き起こしたり、怪我を負うことがある。現在のアプローチでは、各ピクセルに異常スコアを割り当てることで、異常セグメンテーションに取り組む。本稿では, 高精度な異常マスクを生成する手法を提案する。
論文参考訳（メタデータ） (2023-08-03T20:55:37Z)
COMICS: End-to-end Bi-grained Contrastive Learning for Multi-face Forgery Detection [56.7599217711363]
顔偽造認識法は一度に1つの顔しか処理できない。ほとんどの顔偽造認識法は一度に1つの顔しか処理できない。マルチフェイスフォージェリ検出のためのエンドツーエンドフレームワークであるCOMICSを提案する。
論文参考訳（メタデータ） (2023-08-03T03:37:13Z)
The Impact of Partial Occlusion on Pedestrian Detectability [5.606792370296115]
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ために用いられる。
論文参考訳（メタデータ） (2022-05-10T11:21:18Z)
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)
SegmentMeIfYouCan: A Benchmark for Anomaly Segmentation [111.61261419566908]
ディープニューラルネットワーク(DNN)は通常、閉集合のセマンティッククラスで訓練される。未発見のオブジェクトを扱うには不備だ。このような物体の検出と局在化は、自動運転の認識などの安全クリティカルなアプリケーションに不可欠です。
論文参考訳（メタデータ） (2021-04-30T07:58:19Z)
Slender Object Detection: Diagnoses and Improvements [74.40792217534]
本稿では,超高アスペクト比,すなわちtextbfslender オブジェクトの特定タイプの検出について検討する。古典的物体検出法では、細い物体に対してのみ評価される場合、COCO上の18.9%のmAPの劇的な低下が観察される。
論文参考訳（メタデータ） (2020-11-17T09:39:42Z)
A Weakly-Supervised Semantic Segmentation Approach based on the Centroid Loss: Application to Quality Control and Inspection [6.101839518775968]
本稿では,新しい損失関数を用いた弱教師付きセマンティックセマンティックセマンティクス手法の提案と評価を行う。アプローチのパフォーマンスは,2つの業界関連ケーススタディのデータセットに対して評価される。
論文参考訳（メタデータ） (2020-10-26T09:08:21Z)

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。