Fugu-MT 論文翻訳(概要): A PST Algorithm for FPs Suppression in Two-stage CNN Detection Methods

論文の概要: A PST Algorithm for FPs Suppression in Two-stage CNN Detection Methods

arxiv url: http://arxiv.org/abs/2406.18553v1
Date: Fri, 24 May 2024 08:26:14 GMT
ステータス: 処理完了
システム内更新日: 2024-07-01 06:00:20.813668
Title: A PST Algorithm for FPs Suppression in Two-stage CNN Detection Methods
Title（参考訳）: 2段階CNN検出におけるFPs抑制のためのPSTアルゴリズム
Authors: Qiang Guo,
Abstract要約: 本稿では,歩行者と歩行者以外のサンプルを識別する2段階CNN検出手法の学習を支援するために,歩行者に敏感な学習アルゴリズムを提案する。提案アルゴリズムの助けを借りて,より小型で高精度なメトロ旅客検出器であるMetroNextの検出精度がさらに向上した。
参考スコア（独自算出の注目度）: 2.288618928064061
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Pedestrian detection has been a hot spot in computer vision over the past decades due to the wide spectrum of promising applications, the major challenge of which is False Positives (FPs) that occur during pedestrian detection. The emergence various Convolutional Neural Network-based detection strategies substantially enhance the pedestrian detection accuracy but still not well solve this problem. This paper deeply analysis the detection framework of the two-stage CNN detection methods and find out false positives in detection results is due to its training strategy miss classify some false proposals, thus weakens the classification capability of following subnetwork and hardly to suppress false ones. To solve this problem, This paper proposes a pedestrian-sensitive training algorithm to effectively help two-stage CNN detection methods learn to distinguish the pedestrian and non-pedestrian samples and suppress the false positives in final detection results. The core of the proposed training algorithm is to redesign the training proposal generating pipeline of the two-stage CNN detection methods, which can avoid a certain number of false ones that mislead its training process. With the help of the proposed algorithm, the detection accuracy of the MetroNext, an smaller and accurate metro passenger detector, is further improved, which further decreases false ones in its metro passengers detection results. Based on various challenging benchmark datasets, experiment results have demonstrated that feasibility of the proposed algorithm to improve pedestrian detection accuracy by removing the false positives. Compared with the competitors, MetroNext-PST demonstrates better overall prediction performance in accuracy, total number of parameters, and inference time, thus it can become a practical solution for hunting pedestrian tailored for mobile and edge devices.
Abstract（参考訳）: 歩行者検出の過程で発生する偽陽性(False Positives, FPs)が大きな課題となっている。さまざまな畳み込みニューラルネットワークに基づく検出戦略の出現により、歩行者検出の精度は大幅に向上するが、この問題はいまだに解決されていない。本稿では,2段階のCNN検出手法の検出フレームワークを深く分析し,検出結果における偽陽性の発見は,そのトレーニング戦略がいくつかの偽提案の分類を誤っているため,従うサブネットワークの分類能力が低下し,誤検出を抑え難いためである。そこで本研究では,歩行者と歩行者以外のサンプルを識別する2段階CNN検出法を効果的に学習し,最終的な検出結果において偽陽性を抑えるための,歩行者に敏感なトレーニングアルゴリズムを提案する。提案するトレーニングアルゴリズムの中核は、2段階のCNN検出手法のトレーニング提案生成パイプラインを再設計することであり、トレーニングプロセスの誤解を招きかねない一定の数の誤検出を回避することができる。提案アルゴリズムの助けを借りて,より小型で高精度なメトロ乗客検出装置であるMetroNextの検出精度をさらに向上し,メトロ乗客検出結果の誤検出をさらに低減させる。様々な挑戦的なベンチマークデータセットに基づいて,提案アルゴリズムの有効性が,偽陽性を除去して歩行者検出精度を向上させることを実証した。競合と比較して、MetroNext-PSTは精度、パラメータの総数、推測時間において全体的な予測性能が向上していることを示し、モバイルやエッジデバイス用に調整された歩行者を狩るための実用的な解決策となる可能性がある。

関連論文リスト

Reproduction of scan B-statistic for kernel change-point detection algorithm [10.49860279555873]
変化点検出は、幅広い応用のために大きな注目を集めている。本稿では,カーネルベースの効率的なスキャンB統計に基づくオンライン変更点検出アルゴリズムを最近提案した。数値実験により, 走査型B統計が常に優れた性能を発揮することが示された。
論文参考訳（メタデータ） (2024-08-23T15:12:31Z)
Cal-DETR: Calibrated Detection Transformer [67.75361289429013]
本稿では,Deformable-DETR,UP-DETR,DINOのキャリブレーション検出トランス(Cal-DETR)のメカニズムを提案する。我々は、不確実性を利用してクラスロジットを変調する不確実性誘導ロジット変調機構を開発する。その結果、Cal-DETRは、ドメイン内およびドメイン外の両方を校正する競合する列車時間法に対して有効であることがわかった。
論文参考訳（メタデータ） (2023-11-06T22:13:10Z)
Label-Efficient Object Detection via Region Proposal Network Pre-Training [58.50615557874024]
地域提案ネットワーク(RPN)に効果的な事前学習を提供するための簡単な事前学習タスクを提案する。 RPN事前学習のないマルチステージ検出器と比較して,本手法はダウンストリームタスク性能を継続的に改善することができる。
論文参考訳（メタデータ） (2022-11-16T16:28:18Z)
Probabilistic Approach for Road-Users Detection [0.0]
最先端のディープラーニングに基づくオブジェクト検出における大きな課題の1つは、自信過剰なスコアで発生する偽陽性である。本稿では, 深層物体検出ネットワークに新しい確率層を導入することにより, 過信予測の問題を緩和する手法を提案する。提案手法は, 真正に対する性能を劣化させることなく, 偽正の過信を低減できることを実証した。
論文参考訳（メタデータ） (2021-12-02T16:02:08Z)
Variational Pedestrian Detection [33.52588723666144]
変動推定問題として,歩行者検出の特異な視点を定めている。密集した提案を潜在変数としてモデル化し,歩行者検出のための新規かつ効率的なアルゴリズムを考案する。また, この手法は2段階検出器に柔軟に適用でき, 顕著な性能向上を実現する。
論文参考訳（メタデータ） (2021-04-26T08:06:41Z)
AmphibianDetector: adaptive computation for moving objects detection [0.913755431537592]
本稿では,偽陽性検出の回数を減らすためのオブジェクト検出手法を提案する。提案手法は、すでにオブジェクト検出タスクのために訓練されているCNNの修正である。提案手法の有効性をオープンデータセット"CDNet2014 pedestrian"で実証した。
論文参考訳（メタデータ） (2020-11-15T12:37:44Z)
Anchor-free Small-scale Multispectral Pedestrian Detection [88.7497134369344]
適応型単一段アンカーフリーベースアーキテクチャにおける2つのモードの効果的かつ効率的な多重スペクトル融合法を提案する。我々は,直接的境界ボックス予測ではなく,対象の中心と規模に基づく歩行者表現の学習を目指す。その結果,小型歩行者の検出における本手法の有効性が示唆された。
論文参考訳（メタデータ） (2020-08-19T13:13:01Z)
Bayesian Optimization with Machine Learning Algorithms Towards Anomaly Detection [66.05992706105224]
本稿では,ベイズ最適化手法を用いた効果的な異常検出フレームワークを提案する。 ISCX 2012データセットを用いて検討したアルゴリズムの性能を評価する。実験結果から, 精度, 精度, 低コストアラームレート, リコールの観点から, 提案手法の有効性が示された。
論文参考訳（メタデータ） (2020-08-05T19:29:35Z)
Sequential Drift Detection in Deep Learning Classifiers [4.022057598291766]
ニューラルネットワーク埋め込みを用いて、適切な逐次決定フレームワーク内でドリフト検出を定式化することにより、データのドリフトを検出する。本稿では,この2つの関心事のバランスをとるアルゴリズムの能力を評価する損失関数を提案する。
論文参考訳（メタデータ） (2020-07-31T14:46:21Z)
SADet: Learning An Efficient and Accurate Pedestrian Detector [68.66857832440897]
本稿では,一段検出器の検出パイプラインに対する一連の最適化手法を提案する。効率的な歩行者検出のための単発アンカーベース検出器(SADet)を形成する。構造的には単純だが、VGA解像度の画像に対して最先端の結果と20ドルFPSのリアルタイム速度を示す。
論文参考訳（メタデータ） (2020-07-26T12:32:38Z)
Anomaly Detection-Based Unknown Face Presentation Attack Detection [74.4918294453537]
異常検出に基づくスプーフ攻撃検出は、顔提示攻撃検出の最近の進歩である。本稿では,異常検出に基づくスプーフ攻撃検出のためのディープラーニングソリューションを提案する。提案手法はCNNの表現学習能力の恩恵を受け,fPADタスクの優れた特徴を学習する。
論文参考訳（メタデータ） (2020-07-11T21:20:55Z)

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。