Fugu-MT 論文翻訳(概要): A Novel Wide-Area Multiobject Detection System with High-Probability Region Searching

論文の概要: A Novel Wide-Area Multiobject Detection System with High-Probability Region Searching

arxiv url: http://arxiv.org/abs/2405.04589v1
Date: Tue, 7 May 2024 18:06:40 GMT
ステータス: 処理完了
システム内更新日: 2024-05-09 16:04:43.242696
Title: A Novel Wide-Area Multiobject Detection System with High-Probability Region Searching
Title（参考訳）: 高確率領域探索を用いた広域多対象検出システム
Authors: Xianlei Long, Hui Zhao, Chao Chen, Fuqiang Gu, Qingyi Gu,
Abstract要約: 本稿では,広角カメラ,高速サーチカメラ,ガルバノミラーを組み込んだハイブリッドシステムを提案する。このシステムでは、広角カメラがパノラマ画像を先行情報として提供し、探索カメラが対象物の詳細な画像をキャプチャするのに役立つ。
参考スコア（独自算出の注目度）: 8.934161308155131
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In recent years, wide-area visual surveillance systems have been widely applied in various industrial and transportation scenarios. These systems, however, face significant challenges when implementing multi-object detection due to conflicts arising from the need for high-resolution imaging, efficient object searching, and accurate localization. To address these challenges, this paper presents a hybrid system that incorporates a wide-angle camera, a high-speed search camera, and a galvano-mirror. In this system, the wide-angle camera offers panoramic images as prior information, which helps the search camera capture detailed images of the targeted objects. This integrated approach enhances the overall efficiency and effectiveness of wide-area visual detection systems. Specifically, in this study, we introduce a wide-angle camera-based method to generate a panoramic probability map (PPM) for estimating high-probability regions of target object presence. Then, we propose a probability searching module that uses the PPM-generated prior information to dynamically adjust the sampling range and refine target coordinates based on uncertainty variance computed by the object detector. Finally, the integration of PPM and the probability searching module yields an efficient hybrid vision system capable of achieving 120 fps multi-object search and detection. Extensive experiments are conducted to verify the system's effectiveness and robustness.
Abstract（参考訳）: 近年,様々な産業・交通シナリオにおいて広域視覚監視システムが広く適用されている。しかしこれらのシステムは、高分解能撮像、効率的な物体探索、正確な位置決めの必要性から生じる矛盾により、多物体検出の実装において重大な課題に直面している。これらの課題に対処するために,広角カメラ,高速サーチカメラ,ガルバノミラーを組み込んだハイブリッドシステムを提案する。このシステムでは、広角カメラがパノラマ画像を先行情報として提供し、探索カメラが対象物の詳細な画像をキャプチャするのに役立つ。この統合されたアプローチは、広域視覚検出システムの全体的な効率性と有効性を高める。具体的には,対象物体の高確率領域を推定するパノラマ確率マップ(PPM)を広角カメラで生成する手法を提案する。そこで本研究では,PPM生成した事前情報を用いて,対象検出器によって計算される不確実性分散に基づいて,サンプリング範囲を動的に調整し,目標座標を精査する確率探索モジュールを提案する。最後に、PPMと確率探索モジュールの統合により、120fpsのマルチオブジェクト探索・検出が可能な効率的なハイブリッドビジョンシステムが得られる。システムの有効性と堅牢性を検証するために、広範囲な実験が行われた。

関連論文リスト

UAV-Based Human Body Detector Selection and Fusion for Geolocated Saliency Map Generation [0.2499907423888049]
無人航空機(UAV)を用いた探索・救助など多くの応用分野において、ソフトリアルタイムの異なるクラスの物体を確実に検出・位置決めする問題は不可欠である。本研究は、システムコンテキストの視覚に基づく検出器の選択、割り当て、実行の相補的な問題に対処する。検出結果は,新しいセンサモデルを利用して,正と負の両方の観測を視覚ベースで検出する,有意な位置の地図を構築する手法を用いて融合される。
論文参考訳（メタデータ） (2024-08-29T13:00:37Z)
PVAFN: Point-Voxel Attention Fusion Network with Multi-Pooling Enhancing for 3D Object Detection [59.355022416218624]
点とボクセルの表現の統合は、LiDARベースの3Dオブジェクト検出においてより一般的になりつつある。 PVAFN(Point-Voxel Attention Fusion Network)と呼ばれる新しい2段3次元物体検出器を提案する。 PVAFNはマルチプール戦略を使用して、マルチスケールとリージョン固有の情報を効果的に統合する。
論文参考訳（メタデータ） (2024-08-26T19:43:01Z)
MV2DFusion: Leveraging Modality-Specific Object Semantics for Multi-Modal 3D Detection [28.319440934322728]
MV2DFusionは、高度なクエリベースの融合機構を通じて両方の世界の強みを統合するマルチモーダル検出フレームワークである。私たちのフレームワークの柔軟性は、任意のイメージとポイントクラウドベースの検出器との統合を可能にし、その適応性と将来の進歩の可能性を示しています。
論文参考訳（メタデータ） (2024-08-12T06:46:05Z)
Detect2Interact: Localizing Object Key Field in Visual Question Answering (VQA) with LLMs [5.891295920078768]
本稿では,物体の視覚的フィールド検出のための高度な手法を提案する。まず,画像中の物体の詳細な空間地図を生成するために,SAMモデルを用いた。次に、Vision Studioを使用してセマンティックオブジェクト記述を抽出する。第3に、GPT-4の常識知識を用いて、オブジェクトの意味論と空間マップとのギャップを埋める。
論文参考訳（メタデータ） (2024-04-01T14:53:36Z)
Joint object detection and re-identification for 3D obstacle multi-camera systems [47.87501281561605]
本研究は,カメラとライダー情報を用いた物体検出ネットワークに新たな改良を加えたものである。同じ車両内の隣のカメラにまたがって物体を再識別する作業のために、追加のブランチが組み込まれている。その結果,従来の非最大抑圧(NMS)技術よりも,この手法が優れていることが示された。
論文参考訳（メタデータ） (2023-10-09T15:16:35Z)
DETR4D: Direct Multi-View 3D Object Detection with Sparse Attention [50.11672196146829]
サラウンドビュー画像を用いた3次元物体検出は、自動運転にとって必須の課題である。マルチビュー画像における3次元オブジェクト検出のためのスパースアテンションと直接特徴クエリを探索するトランスフォーマーベースのフレームワークであるDETR4Dを提案する。
論文参考訳（メタデータ） (2022-12-15T14:18:47Z)
Multi-Camera Multi-Object Tracking on the Move via Single-Stage Global Association Approach [23.960847268459293]
この研究は、複数カメラから1つ以上の検出を追跡対象に関連付けるための、新しいシングルステージグローバルアソシエーション追跡手法を導入する。また,本モデルでは,nuScenes検出課題において,標準的な視覚に基づく3次元物体検出器の検出精度も向上した。
論文参考訳（メタデータ） (2022-11-17T17:03:24Z)
A Quality Index Metric and Method for Online Self-Assessment of Autonomous Vehicles Sensory Perception [164.93739293097605]
本稿では,検出品質指標(DQI)と呼ばれる新しい評価指標を提案し,カメラを用いた物体検出アルゴリズムの性能を評価する。我々は,提案したDQI評価指標を予測するために,原画像画素とスーパーピクセルを入力として利用するスーパーピクセルベースのアテンションネットワーク(SPA-NET)を開発した。
論文参考訳（メタデータ） (2022-03-04T22:16:50Z)
AdaZoom: Adaptive Zoom Network for Multi-Scale Object Detection in Large Scenes [57.969186815591186]
大規模なシーンの検出は、小さなオブジェクトと極端なスケールの変動のために難しい問題である。本稿では,物体検出のための焦点領域を適応的に拡大するために,フレキシブルな形状と焦点長を有する選択的拡大器として,新しい適応型Zoom(AdaZoom)ネットワークを提案する。
論文参考訳（メタデータ） (2021-06-19T03:30:22Z)
Ensembling object detectors for image and video data analysis [98.26061123111647]
本稿では,複数の物体検出器の出力をアンサンブルすることで,画像データ上の境界ボックスの検出性能と精度を向上させる手法を提案する。本研究では,2段階追跡に基づく検出精度向上手法を提案することで,映像データに拡張する。
論文参考訳（メタデータ） (2021-02-09T12:38:16Z)

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。