論文の概要: FADE: A Dataset for Detecting Falling Objects around Buildings in Video

• arxiv url: http://arxiv.org/abs/2408.05750v1
• Date: Sun, 11 Aug 2024 11:43:56 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-13 15:47:38.619728
• Title: FADE: A Dataset for Detecting Falling Objects around Buildings in Video
• Title（参考訳）: FADE: ビデオ中の建物のまわりの落下物を検出するデータセット
• Authors: Zhigang Tu, Zitao Gao, Zhengbo Zhang, Chunluan Zhou, Junsong Yuan, Bo Du,
• Abstract要約: 建物から落下する物体は、大きな衝撃力によって歩行者に重傷を負わせる可能性がある。 FADEには18のシーンから1,881本のビデオがあり、8つの落下物カテゴリー、4つの気象条件、4つのビデオ解像度がある。 動作情報を効果的に活用するFADE-Netと呼ばれる新しい物体検出手法を開発した。
• 参考スコア（独自算出の注目度）: 75.48118923174712
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Falling objects from buildings can cause severe injuries to pedestrians due to the great impact force they exert. Although surveillance cameras are installed around some buildings, it is challenging for humans to capture such events in surveillance videos due to the small size and fast motion of falling objects, as well as the complex background. Therefore, it is necessary to develop methods to automatically detect falling objects around buildings in surveillance videos. To facilitate the investigation of falling object detection, we propose a large, diverse video dataset called FADE (FAlling Object DEtection around Buildings) for the first time. FADE contains 1,881 videos from 18 scenes, featuring 8 falling object categories, 4 weather conditions, and 4 video resolutions. Additionally, we develop a new object detection method called FADE-Net, which effectively leverages motion information and produces small-sized but high-quality proposals for detecting falling objects around buildings. Importantly, our method is extensively evaluated and analyzed by comparing it with the previous approaches used for generic object detection, video object detection, and moving object detection on the FADE dataset. Experimental results show that the proposed FADE-Net significantly outperforms other methods, providing an effective baseline for future research. The dataset and code are publicly available at https://fadedataset.github.io/FADE.github.io/.
• Abstract（参考訳）: 建物から落下する物体は、大きな衝撃力によって歩行者に重傷を負わせる可能性がある。 監視カメラはいくつかの建物の周りに設置されているが、小型で落下物体の高速な動きや複雑な背景のため、人間が監視ビデオでこのような出来事をとらえることは困難である。 そのため,監視ビデオにおいて,建物周囲の落下物を自動的に検出する手法を開発する必要がある。 落下物体の検出を容易にするため,FADE (FAlling Object Detection around Buildings) と呼ばれる大規模かつ多様な映像データセットを初めて提案する。 FADEには18のシーンから1,881本のビデオがあり、8つの落下物カテゴリー、4つの気象条件、4つのビデオ解像度がある。 さらに,FADE-Netと呼ばれる新しい物体検出手法を開発し,動き情報を有効に活用し,建物周辺に落下する物体を検出するための小型ながら高品質な提案を行う。 提案手法は, ジェネリックオブジェクト検出, ビデオオブジェクト検出, FADEデータセット上での移動オブジェクト検出に用いた手法と比較し, 広範に評価し, 解析を行った。 実験の結果,提案するFADE-Netは他の手法よりも優れており,今後の研究に有効なベースラインを提供することが示された。 データセットとコードはhttps://fadedataset.github.io/FADE.github.io/で公開されている。

関連論文リスト

• Interacted Object Grounding in Spatio-Temporal Human-Object Interactions [70.8859442754261]
  我々は、新しいオープンワールドベンチマーク: Grounding Interacted Objects (GIO)を導入する。 オブジェクトの接地作業は視覚システムが相互作用するオブジェクトを発見することを期待するものである。 多様なビデオから対話オブジェクトを検出するための4D質問応答フレームワーク(4D-QA)を提案する。
  論文  参考訳（メタデータ） (2024-12-27T09:08:46Z)
• Towards Flexible 3D Perception: Object-Centric Occupancy Completion Augments 3D Object Detection [54.78470057491049]
  占領は3Dシーンの知覚に有望な代替手段として現れてきた。 オブジェクトbboxのサプリメントとして,オブジェクト中心の占有率を導入する。 これらの特徴は,最先端の3Dオブジェクト検出器の検出結果を著しく向上させることを示した。
  論文  参考訳（メタデータ） (2024-12-06T16:12:38Z)
• Visible and Clear: Finding Tiny Objects in Difference Map [50.54061010335082]
  本稿では,検出モデルに自己再構成機構を導入し,それと微小物体との強い相関関係を明らかにする。 具体的には、再構成画像と入力の差分マップを構築して、検出器の首の内側に再構成ヘッドを配置し、小さな物体に対して高い感度を示す。 さらに、小さな特徴表現をより明確にするために、差分マップガイド機能拡張(DGFE)モジュールを開発する。
  論文  参考訳（メタデータ） (2024-05-18T12:22:26Z)
• Recent Trends in 2D Object Detection and Applications in Video Event Recognition [0.76146285961466]
  物体検出における先駆的な研究について論じるとともに,近年のディープラーニングを活用したブレークスルーも取り上げている。 本稿では、画像とビデオの両方で2次元物体検出のための最近のデータセットを強調し、様々な最先端物体検出技術の比較性能の概要を示す。
  論文  参考訳（メタデータ） (2022-02-07T14:15:11Z)
• Learning to Track Object Position through Occlusion [32.458623495840904]
  オクルージョンは、物体検出器やトラッカーが直面する最も重要な課題の1つである。 本稿では,領域ベースビデオオブジェクト検出装置の成功に基づくトラッキング・バイ・検出手法を提案する。 提案手法は,インターネットから収集した家具組立ビデオのデータセットにおいて,優れた結果が得られる。
  論文  参考訳（メタデータ） (2021-06-20T22:29:46Z)
• Few-Shot Learning for Video Object Detection in a Transfer-Learning Scheme [70.45901040613015]
  ビデオ物体検出のための数発学習の新たな課題について検討する。 我々は,多数のベースクラスオブジェクトに対して映像物体検出を効果的に訓練するトランスファー学習フレームワークと,ノベルクラスオブジェクトのいくつかのビデオクリップを用いる。
  論文  参考訳（メタデータ） (2021-03-26T20:37:55Z)
• 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)
• Plug & Play Convolutional Regression Tracker for Video Object Detection [37.47222104272429]
  ビデオオブジェクト検出ターゲットは、オブジェクトのバウンディングボックスを同時にローカライズし、所定のビデオ内のクラスを識別する。 ビデオオブジェクト検出の課題のひとつは、ビデオ全体にわたるすべてのオブジェクトを一貫して検出することだ。 ビデオオブジェクト検出タスクのためのPlug & Playスケール適応型畳み込みレグレッショントラッカーを提案する。
  論文  参考訳（メタデータ） (2020-03-02T15:57:55Z)

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。