論文の概要: Uncertainty Calibration and its Application to Object Detection
- arxiv url: http://arxiv.org/abs/2302.02622v1
- Date: Mon, 6 Feb 2023 08:41:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-07 17:13:13.106265
- Title: Uncertainty Calibration and its Application to Object Detection
- Title（参考訳）: 不確実性校正と物体検出への応用
- Authors: Fabian K\"uppers
- Abstract要約: 本研究では,意味的不確実性(どのオブジェクトタイプか)と空間的不確実性(空間的不確実性)について検討する。
オブジェクト検出モデルの予測不確かさが実世界のデータ上で達成された観測誤差と一致しているかを評価する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Image-based environment perception is an important component especially for
driver assistance systems or autonomous driving. In this scope, modern neuronal
networks are used to identify multiple objects as well as the according
position and size information within a single frame. The performance of such an
object detection model is important for the overall performance of the whole
system. However, a detection model might also predict these objects under a
certain degree of uncertainty. [...]
In this work, we examine the semantic uncertainty (which object type?) as
well as the spatial uncertainty (where is the object and how large is it?). We
evaluate if the predicted uncertainties of an object detection model match with
the observed error that is achieved on real-world data. In the first part of
this work, we introduce the definition for confidence calibration of the
semantic uncertainty in the context of object detection, instance segmentation,
and semantic segmentation. We integrate additional position information in our
examinations to evaluate the effect of the object's position on the semantic
calibration properties. Besides measuring calibration, it is also possible to
perform a post-hoc recalibration of semantic uncertainty that might have turned
out to be miscalibrated. [...]
The second part of this work deals with the spatial uncertainty obtained by a
probabilistic detection model. [...] We review and extend common calibration
methods so that it is possible to obtain parametric uncertainty distributions
for the position information in a more flexible way.
In the last part, we demonstrate a possible use-case for our derived
calibration methods in the context of object tracking. [...] We integrate our
previously proposed calibration techniques and demonstrate the usefulness of
semantic and spatial uncertainty calibration in a subsequent process. [...]
- Abstract（参考訳）: 画像に基づく環境認識は特に運転支援システムや自動運転にとって重要な要素である。
このスコープでは、現代の神経回路網を用いて複数の物体を識別し、その位置と大きさの情報を単一のフレーム内で特定する。
このようなオブジェクト検出モデルの性能は、システム全体のパフォーマンスにとって重要である。
しかし、検出モデルは、一定の不確実性の下でこれらの物体を予測することもできる。
本研究では,意味的不確実性(どのオブジェクトタイプか?)と空間的不確実性(オブジェクトはどこにあり,どのくらいの大きさか?)について検討する。
オブジェクト検出モデルの予測不確かさが実世界のデータ上で達成された観測誤差と一致しているかを評価する。
本研究の第1部では,オブジェクト検出,インスタンスセグメンテーション,セマンティクスセグメンテーションの文脈における意味的不確かさの信頼度校正の定義について紹介する。
対象物の位置が意味的キャリブレーション特性に与える影響を評価するために,試験に付加的な位置情報を統合する。
キャリブレーションの測定に加えて、誤校正されたかもしれないセマンティック不確実性のポストホックリカレーションを行うこともできる。
[...]本研究の第2部は確率的検出モデルにより得られた空間的不確実性を扱う。
] 位置情報のパラメトリック不確かさ分布をより柔軟に得ることができるように, 一般的な校正法を見直し, 拡張した。
最後に、オブジェクト追跡の文脈において、導出したキャリブレーション手法のユースケースを実証する。
[...]先述した校正技術を統合し、その後のプロセスにおいて意味的・空間的不確実性校正の有用性を実証する。
[...]
関連論文リスト
- Uncertainty Estimation for 3D Object Detection via Evidential Learning [63.61283174146648]
本稿では,3次元検出器における鳥の視線表示における明らかな学習損失を利用して,3次元物体検出の不確かさを定量化するためのフレームワークを提案する。
本研究では,これらの不確実性評価の有効性と重要性を,分布外シーンの特定,局所化の不十分な物体の発見,および(偽陰性)検出の欠如について示す。
論文 参考訳（メタデータ） (2024-10-31T13:13:32Z) - Uncertainty-Aware AB3DMOT by Variational 3D Object Detection [74.8441634948334]
不確実性推定は統計的に正確な予測を提供する効果的なツールである。
本稿では,変分ニューラルネットワークを用いたTANet 3Dオブジェクト検出器を提案し,不確実性のある3Dオブジェクト検出を行う。
論文 参考訳（メタデータ） (2023-02-12T14:30:03Z) - A Review of Uncertainty Calibration in Pretrained Object Detectors [5.440028715314566]
多クラス設定における事前訓練対象検出アーキテクチャの不確実性校正特性について検討する。
公平でバイアスのない,繰り返し可能な評価を実現するためのフレームワークを提案する。
検出器のキャリブレーションが低い理由について、新しい知見を提供する。
論文 参考訳（メタデータ） (2022-10-06T14:06:36Z) - Confidence Calibration for Object Detection and Segmentation [6.700433100198165]
本章では,物体検出とセグメンテーションモデルのための信頼性校正について検討する。
本稿では,よく知られたキャリブレーション手法の拡張である多変量信頼度キャリブレーションの概念を紹介する。
本研究では,特にオブジェクト検出とインスタンス分割モデルが本質的に誤校正されていることを示す。
論文 参考訳（メタデータ） (2022-02-25T15:59:51Z) - CertainNet: Sampling-free Uncertainty Estimation for Object Detection [65.28989536741658]
ニューラルネットワークの不確実性を推定することは、安全クリティカルな設定において基本的な役割を果たす。
本研究では,オブジェクト検出のための新しいサンプリング不要不確実性推定法を提案する。
私たちはそれをCertainNetと呼び、各出力信号に対して、オブジェクト性、クラス、位置、サイズという、別の不確実性を提供するのは、これが初めてです。
論文 参考訳（メタデータ） (2021-10-04T17:59:31Z) - Uncertainty-Aware Model Adaptation for Unsupervised Cross-Domain Object
Detection [12.807987076435928]
この研究は、教師なしのクロスドメインオブジェクト検出問題に取り組む。
これは、事前訓練された物体検出器をラベルなしで新しいターゲットドメインに一般化することを目的としている。
論文 参考訳（メタデータ） (2021-08-28T09:37:18Z) - Learning Uncertainty For Safety-Oriented Semantic Segmentation In
Autonomous Driving [77.39239190539871]
自律運転における安全クリティカル画像セグメンテーションを実現するために、不確実性推定をどのように活用できるかを示す。
相似性関数によって測定された不一致予測に基づく新しい不確実性尺度を導入する。
本研究では,提案手法が競合手法よりも推論時間において計算集約性が低いことを示す。
論文 参考訳（メタデータ） (2021-05-28T09:23:05Z) - 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) - Localization Uncertainty Estimation for Anchor-Free Object Detection [48.931731695431374]
アンカーベース物体検出のための既存の不確実性推定手法にはいくつかの制限がある。
アンカーフリー物体検出のためのUADと呼ばれる新しい位置推定不確実性推定手法を提案する。
本手法は,ボックスオフセットの4方向の不確かさを均一に捉え,どの方向が不確実であるかを判断する。
論文 参考訳（メタデータ） (2020-06-28T13:49:30Z) - Multivariate Confidence Calibration for Object Detection [7.16879432974126]
本稿では,物体検出手法の偏りのある信頼度推定を計測・校正するための新しい枠組みを提案する。
提案手法により,画像位置とボックススケールに対する補正された信頼度推定値が得られた。
提案手法は,物体検出タスクにおける最先端キャリブレーションモデルよりも優れていることを示す。
論文 参考訳（メタデータ） (2020-04-28T14:17:41Z)
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。