論文の概要: Vision-Based Traffic Accident Detection and Anticipation: A Survey
- arxiv url: http://arxiv.org/abs/2308.15985v1
- Date: Wed, 30 Aug 2023 12:13:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-31 13:23:50.582043
- Title: Vision-Based Traffic Accident Detection and Anticipation: A Survey
- Title（参考訳）: 視覚に基づく交通事故の検出と予測:調査
- Authors: Jianwu Fang, iahuan Qiao, Jianru Xue, and Zhengguo Li
- Abstract要約: ロングテール、アンバランス、非常にダイナミック、複雑、不確実な交通事故の特性は、Vision-TADとVision-TAAのアウト・オブ・ディストリビューション機能を形成する。
現在のAI開発は、これらのOODに焦点をあてるかもしれないが、重要な問題である。
深層学習におけるビジョンTADの第1回調査と,ビジョンTAAに関する第1回調査を報告する。
- 参考スコア（独自算出の注目度）: 27.491481940496868
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Traffic accident detection and anticipation is an obstinate road safety
problem and painstaking efforts have been devoted. With the rapid growth of
video data, Vision-based Traffic Accident Detection and Anticipation (named
Vision-TAD and Vision-TAA) become the last one-mile problem for safe driving
and surveillance safety. However, the long-tailed, unbalanced, highly dynamic,
complex, and uncertain properties of traffic accidents form the
Out-of-Distribution (OOD) feature for Vision-TAD and Vision-TAA. Current AI
development may focus on these OOD but important problems. What has been done
for Vision-TAD and Vision-TAA? What direction we should focus on in the future
for this problem? A comprehensive survey is important. We present the first
survey on Vision-TAD in the deep learning era and the first-ever survey for
Vision-TAA. The pros and cons of each research prototype are discussed in
detail during the investigation. In addition, we also provide a critical review
of 31 publicly available benchmarks and related evaluation metrics. Through
this survey, we want to spawn new insights and open possible trends for
Vision-TAD and Vision-TAA tasks.
- Abstract（参考訳）: 交通事故の検出と予測は道路の安全問題であり、苦痛を伴う努力が費やされている。
ビデオデータの急速な増加に伴い、Vision-based Traffic Accident Detection and Precipation(Vision-TADとVision-TAA)は、安全な運転と監視のための最後の1マイル問題となった。
しかし、長い尾、不均衡、非常にダイナミック、複雑、不確実な交通事故の特性は、Vision-TAD と Vision-TAA のout-of-Distribution (OOD) 機能を形成している。
現在のAI開発は、これらのOODにフォーカスするかもしれないが重要な問題である。
Vision-TADとVision-TAAには何があったのか?
この問題に対する今後の方向性について教えてください。
総合的な調査が重要です。
深層学習におけるビジョンTADの第1回調査とビジョンTAA第1回調査を紹介する。
各研究プロトタイプの長所と短所は、調査中に詳細に議論される。
さらに、31の公開ベンチマークと関連する評価指標の批判的なレビューも行います。
この調査を通じて、新しい洞察を生み出し、Vision-TADおよびVision-TAAタスクの可能なトレンドを開きたいと思っています。
関連論文リスト
- Vision-based 3D occupancy prediction in autonomous driving: a review and outlook [19.939380586314673]
本稿では,視覚に基づく3次元占有予測の背景を紹介し,その課題について論じる。
我々は3つの側面から視覚に基づく3D占有率予測の進捗状況を総合的に調査する。
代表的な研究動向を概説し,今後の展望を提案する。
論文 参考訳（メタデータ） (2024-05-04T07:39:25Z) - Monocular 3D lane detection for Autonomous Driving: Recent Achievements, Challenges, and Outlooks [10.780826266192621]
道路構造や交通情報を3次元空間で抽出するため, 自動走行には3次元車線検出が不可欠である。
近年の視覚知覚の進歩は, 信頼性の高い3次元車線検出アルゴリズムの開発に不適切と思われる。
本稿では,3次元車線検出研究の成果を振り返って分析する。
論文 参考訳（メタデータ） (2024-04-10T09:35:50Z) - Using Visual and Vehicular Sensors for Driver Behavior Analysis: A
Survey [0.0]
危険ドライバーは米国での死亡事故の70%を占めている。
本稿では,視覚・車体データを用いた運転者の行動分析手法について検討する。
論文 参考訳（メタデータ） (2023-08-25T14:33:59Z) - Milestones in Autonomous Driving and Intelligent Vehicles Part II:
Perception and Planning [67.36692289372148]
第1部 "Survey of Surveys" (SoS) では,ADとIV技術の歴史,調査,倫理,今後の方向性について概説している。
第2部「自律運転・知能車両のマイルストーン(Milestones in autonomous Driving and Intelligent Vehicles Part I: Control, Computing System Design, Communication, HD Map, Testing, and Human Behaviors)」は、IVsにおける制御、コンピュータシステム、通信、HDマップ、テスト、人間行動の開発に力を注いでいる。
論文 参考訳（メタデータ） (2023-06-03T02:23:04Z) - Milestones in Autonomous Driving and Intelligent Vehicles Part I:
Control, Computing System Design, Communication, HD Map, Testing, and Human
Behaviors [72.63895188785922]
本論文の目的は、ADのすべてのセクションを包含し、最新の技術的マイルストーンを要約し、ADとIVの開発を迅速に理解するために、上級者を指導することである。
論文 参考訳（メタデータ） (2023-05-12T02:32:01Z) - OpenLane-V2: A Topology Reasoning Benchmark for Unified 3D HD Mapping [84.65114565766596]
交通シーン構造を考慮したトポロジ推論のための最初のデータセットであるOpenLane-V2を提案する。
OpenLane-V2は2000のアノテートされた道路シーンで構成され、交通要素と車線との関係を記述している。
様々な最先端手法を評価し,OpenLane-V2の定量的,定性的な結果を示し,交通現場におけるトポロジ推論の今後の道筋を示す。
論文 参考訳（メタデータ） (2023-04-20T16:31:22Z) - Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts,
Datasets and Metrics [77.34726150561087]
本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。
両センサと融合に関する概念と特徴を提示する。
本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
論文 参考訳（メタデータ） (2023-03-08T00:48:32Z) - Surround-View Vision-based 3D Detection for Autonomous Driving: A Survey [0.6091702876917281]
本稿では,自律運転に着目した既存のビジョンベース3D検出手法に関する文献調査を行う。
文献や業界の動向が,サラウンドビューのイメージベース手法にどのように移行したかを強調し,この手法がどのような場合に対処するかについて考察した。
論文 参考訳（メタデータ） (2023-02-13T19:30:17Z) - TAD: A Large-Scale Benchmark for Traffic Accidents Detection from Video
Surveillance [2.1076255329439304]
既存の交通事故のデータセットは小規模で、監視カメラからではなく、オープンソースではない。
様々な次元による統合とアノテーションの後に,TADという大規模交通事故データセットが提案されている。
論文 参考訳（メタデータ） (2022-09-26T03:00:50Z) - 3D Object Detection for Autonomous Driving: A Comprehensive Survey [48.30753402458884]
自動運転車の近くで重要な3Dオブジェクトの位置、サイズ、カテゴリをインテリジェントに予測する3Dオブジェクト検出は、認識システムの重要な部分である。
本稿では,自律運転における3次元物体検出技術の進歩を概観する。
論文 参考訳（メタデータ） (2022-06-19T19:43:11Z) - The State of Aerial Surveillance: A Survey [62.198765910573556]
本稿では、コンピュータビジョンとパターン認識の観点から、人間中心の空中監視タスクの概要を概観する。
主な対象は、単体または複数の被験者が検出され、特定され、追跡され、再同定され、その振る舞いが分析される人間である。
論文 参考訳（メタデータ） (2022-01-09T20:13:27Z)
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。