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: 処理完了
• 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。
• 全文 参考訳へのリンク

関連論文リスト

• 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のに役立つ。
  論文  参考訳（メタデータ） (2022-05-10T11:21:18Z)
• End-to-End Instance Edge Detection [29.650295133113183]
  エッジ検出は長い間、コンピュータビジョンの分野で重要な問題であった。 従来の研究は、カテゴリ非依存またはカテゴリ対応エッジ検出を探索してきた。 本稿では,オブジェクトインスタンスのコンテキストにおけるエッジ検出について検討する。
  論文  参考訳（メタデータ） (2022-04-06T15:32:21Z)
• Sparsely Annotated Object Detection: A Region-based Semi-supervised Approach [85.82643188372678]
  トレーニングデータにアノテーションがない場合、オブジェクト検出器のパフォーマンスが著しく低下する。 本研究では,未ラベルのフォアグラウンドオブジェクトを含む領域を自動的に識別する領域ベース半教師付きアルゴリズムを提案する。 そこで,本アルゴリズムは,半教師付き手法で一般的な手法であるラベル付きおよびラベルなし前景領域を異なる方法で処理する。
  論文  参考訳（メタデータ） (2022-01-12T18:57:04Z)
• 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)
• Robust Region Feature Synthesizer for Zero-Shot Object Detection [87.79902339984142]
  我々は,クラス内セマンティック・ディバージングコンポーネントとクラス間構造保存コンポーネントを含む,新しいゼロショットオブジェクト検出フレームワークを構築した。 リモートセンシング画像においてゼロショット物体検出を行う最初の研究である。
  論文  参考訳（メタデータ） (2022-01-01T03:09:15Z)
• Self-Supervised Predictive Convolutional Attentive Block for Anomaly Detection [97.93062818228015]
  本稿では,再建に基づく機能を,新たな自己監督型予測アーキテクチャビルディングブロックに統合することを提案する。 我々のブロックは、受容領域におけるマスク領域に対する再構成誤差を最小限に抑える損失を備える。 画像やビデオの異常検出のための最先端フレームワークに組み込むことで,ブロックの汎用性を実証する。
  論文  参考訳（メタデータ） (2021-11-17T13:30:31Z)
• 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)
• 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)
• Pixel-wise Anomaly Detection in Complex Driving Scenes [30.884375526254836]
  本稿では,不確実性マップを用いて異常検出を改善する画素方向異常検出フレームワークを提案する。 私たちのアプローチは、すでにトレーニング済みのセグメンテーションネットワークの一般的なフレームワークとして機能します。 さまざまな異常データセットを対象としたトップ2パフォーマンスは、異なる異常インスタンスを扱うアプローチの堅牢性を示している。
  論文  参考訳（メタデータ） (2021-03-09T14:26:20Z)

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。