論文の概要: Robust Pedestrian Detection via Constructing Versatile Pedestrian Knowledge Bank

• arxiv url: http://arxiv.org/abs/2404.19299v1
• Date: Tue, 30 Apr 2024 07:01:05 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-01 15:14:12.835945
• Title: Robust Pedestrian Detection via Constructing Versatile Pedestrian Knowledge Bank
• Title（参考訳）: 冗長な歩行者知識銀行の構築によるロバスト歩行者検出
• Authors: Sungjune Park, Hyunjun Kim, Yong Man Ro,
• Abstract要約: 本稿では,多目的な歩行者知識銀行を構築するための新しいアプローチを提案する。 我々は大規模な事前訓練モデルから歩行者の知識を抽出する。 次に、ほとんどの代表的特徴を定量化し、背景のシーンと区別できるように指導することで、それらをキュレートする。
• 参考スコア（独自算出の注目度）: 51.66174565170112
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Pedestrian detection is a crucial field of computer vision research which can be adopted in various real-world applications (e.g., self-driving systems). However, despite noticeable evolution of pedestrian detection, pedestrian representations learned within a detection framework are usually limited to particular scene data in which they were trained. Therefore, in this paper, we propose a novel approach to construct versatile pedestrian knowledge bank containing representative pedestrian knowledge which can be applicable to various detection frameworks and adopted in diverse scenes. We extract generalized pedestrian knowledge from a large-scale pretrained model, and we curate them by quantizing most representative features and guiding them to be distinguishable from background scenes. Finally, we construct versatile pedestrian knowledge bank which is composed of such representations, and then we leverage it to complement and enhance pedestrian features within a pedestrian detection framework. Through comprehensive experiments, we validate the effectiveness of our method, demonstrating its versatility and outperforming state-of-the-art detection performances.
• Abstract（参考訳）: 歩行者検出はコンピュータビジョン研究の重要な分野であり、様々な現実世界の応用(例えば、自動運転システム)に応用できる。 しかしながら、歩行者検出の顕著な進化にもかかわらず、検出フレームワーク内で学習された歩行者表現は通常、訓練された特定のシーンデータに限られる。 そこで本稿では, 多様な検知手法に適用可能な, 多様な場面に適用可能な, 代表的歩行者知識を含む多目的歩行者知識銀行を構築するための, 新たなアプローチを提案する。 我々は,大規模な事前学習モデルから一般化された歩行者知識を抽出し,代表的な特徴を定量化し,背景のシーンと区別できるように指導することにより,それらをキュレートする。 最後に、このような表現からなる多目的歩行者知識銀行を構築し、それを利用して歩行者検出フレームワーク内の歩行者特徴を補完し、拡張する。 総合的な実験を通じて,本手法の有効性を検証し,その汎用性を実証し,最先端検出性能を向上する。

関連論文リスト

• Leveraging Mixture of Experts for Improved Speech Deepfake Detection [53.69740463004446]
  スピーチのディープフェイクは、個人のセキュリティとコンテンツの信頼性に重大な脅威をもたらす。 本研究では,Mixture of Expertsアーキテクチャを用いた音声深度検出性能の向上のための新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-09-24T13:24:03Z)
• Integrating Language-Derived Appearance Elements with Visual Cues in Pedestrian Detection [51.66174565170112]
  本研究では,大言語モデルの強みを文脈的外見の変化の理解に活用するための新しいアプローチを提案する。 本稿では,言語由来の外観要素を定式化し,歩行者検出に視覚的手がかりを取り入れることを提案する。
  論文  参考訳（メタデータ） (2023-11-02T06:38:19Z)
• 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)
• Corner Cases for Visual Perception in Automated Driving: Some Guidance on Detection Approaches [25.17917252608398]
  コーナーケースは、運転中に発生する予期せぬ、未知の状況である。 検出は非常に安全であり、大量の収集データに適用して適切なトレーニングデータを選択することができる。 本研究では,各レベルの例を拡張して,異なるレベルにおけるコーナーケースの事前の体系化を継続する。
  論文  参考訳（メタデータ） (2021-02-11T09:06:13Z)
• From Handcrafted to Deep Features for Pedestrian Detection: A Survey [148.35460817092908]
  歩行者検出はコンピュータビジョンにおいて重要であるが難しい問題である。 過去10年間で、手作りの機能と深い機能によって、大幅な改善が見られた。 単スペクトル歩行者検出に加えて,多スペクトル歩行者検出も検討した。
  論文  参考訳（メタデータ） (2020-10-01T14:51:10Z)
• Generalizable Pedestrian Detection: The Elephant In The Room [82.37430109152383]
  既存の最先端の歩行者検出器は、同じデータセット上でトレーニングやテストを行う際には、非常によく機能するが、データセット間の評価では、十分に一般化されていない。 ウェブをクロールすることで収集される多様で高密度なデータセットは、歩行者検出のための事前学習の効率的な情報源であることを示す。
  論文  参考訳（メタデータ） (2020-03-19T14:14:52Z)

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。