論文の概要: Mean Height Aided Post-Processing for Pedestrian Detection

• arxiv url: http://arxiv.org/abs/2408.13646v1
• Date: Sat, 24 Aug 2024 18:20:47 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-27 18:39:37.557887
• Title: Mean Height Aided Post-Processing for Pedestrian Detection
• Title（参考訳）: 歩行者検出におけるポストプロシージャを用いた平均高さ支援
• Authors: Jing Yuan, Tania Stathaki, Guangyu Ren,
• Abstract要約: 本稿では,歩行者データセットの視点効果を例として捉え,ポストプロセッシングにおける平均高さ支援抑制法を提案する。 提案手法は実装が容易で,プラグアンドプレイである。 平均身長が特定の検出器で抑制されたことの組み合わせは、カルテックとシティパーソンズのデータセットで最先端の歩行者検出器を上回っている。
• 参考スコア（独自算出の注目度）: 9.654938705603312
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The design of pedestrian detectors seldom considers the unique characteristics of this task and usually follows the common strategies for general object detection. To explore the potential of these characteristics, we take the perspective effect in pedestrian datasets as an example and propose the mean height aided suppression for post-processing. This method rejects predictions that fall at levels with a low possibility of containing any pedestrians or that have an abnormal height compared to the average. To achieve this, the existence score and mean height generators are proposed. Comprehensive experiments on various datasets and detectors are performed; the choice of hyper-parameters is discussed in depth. The proposed method is easy to implement and is plug-and-play. Results show that the proposed methods significantly improve detection accuracy when applied to different existing pedestrian detectors and datasets. The combination of mean height aided suppression with particular detectors outperforms state-of-the-art pedestrian detectors on Caltech and Citypersons datasets.
• Abstract（参考訳）: 歩行者検出器の設計は、このタスクのユニークな特徴をほとんど考慮せず、通常、一般的な物体検出のための共通の戦略に従う。 これらの特徴の可能性を探求するため、歩行者データセットの視点効果を例として捉え、後処理における平均高さ支援抑制法を提案する。 本手法は、歩行者を含む可能性の低いレベルに落下する予測や、平均よりも異常な高さの予測を拒絶する。 これを実現するために, 平均高さ発生器と平均高さ発生器を提案する。 様々なデータセットや検出器に関する総合的な実験を行い、ハイパーパラメータの選択について深く議論する。 提案手法は実装が容易で,プラグアンドプレイである。 その結果,既存の歩行者検出装置やデータセットに適用した場合の検出精度は有意に向上した。 平均身長による抑制と特定の検出器との併用は、カリフォルニア工科大学とシティパーソンズのデータセットで最先端の歩行者検出器を上回っている。

関連論文リスト

• Imagine the Unseen: Occluded Pedestrian Detection via Adversarial Feature Completion [31.488897675973657]
  そこで本稿では,歩行者の特徴を異なる閉塞パターンに整合させるため,閉鎖領域の特徴を完備する。 完成した特徴と実際の完全に見える特徴とのギャップを狭めるために,逆学習法を提案する。 本稿では,CityPersons,Caltech,CrowdHumanの各データセットに関する実験結果について報告する。
  論文  参考訳（メタデータ） (2024-05-02T14:20:20Z)
• Transcending Forgery Specificity with Latent Space Augmentation for Generalizable Deepfake Detection [57.646582245834324]
  LSDAと呼ばれる簡易で効果的なディープフェイク検出器を提案する。 より多様な偽の表現は、より一般化可能な決定境界を学べるべきである。 提案手法は驚くほど有効であり, 広く使用されている複数のベンチマークで最先端の検出器を超越することを示す。
  論文  参考訳（メタデータ） (2023-11-19T09:41:10Z)
• On the Universal Adversarial Perturbations for Efficient Data-free Adversarial Detection [55.73320979733527]
  本稿では,UAPに対して正常サンプルと逆サンプルの異なる応答を誘導する,データに依存しない逆検出フレームワークを提案する。 実験結果から,本手法は様々なテキスト分類タスクにおいて,競合検出性能を実現することが示された。
  論文  参考訳（メタデータ） (2023-06-27T02:54:07Z)
• An Objective Method for Pedestrian Occlusion Level Classification [6.125017875330933]
  咬合レベル分類は、視認可能な歩行者キーポイントの識別と、新しい2次元体表面積推定法を用いて達成される。 実験結果から,提案手法は画素幅を反映していることがわかった。 画像中の歩行者の閉塞レベルは あらゆる形で有効です 自己閉塞、切り離しのような挑戦的なエッジケースを含む、排他的(Occlusion)。 歩行者を包含する。
  論文  参考訳（メタデータ） (2022-05-11T11:27:41Z)
• The Impact of Partial Occlusion on Pedestrian Detectability [5.606792370296115]
  本研究は、部分的に閉塞された歩行者検出のための新しい客観的ベンチマークを導入する。 歩行者検出モデルの客観的特徴付けを容易にするために用いられる。
  論文  参考訳（メタデータ） (2022-05-10T11:21:18Z)
• 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)
• 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)
• EHSOD: CAM-Guided End-to-end Hybrid-Supervised Object Detection with Cascade Refinement [53.69674636044927]
  本稿では,エンド・ツー・エンドのハイブリッド型オブジェクト検出システムであるEHSODについて述べる。 完全なアノテートと弱いアノテートの両方で、ワンショットでトレーニングすることができる。 完全なアノテートされたデータの30%しか持たない複数のオブジェクト検出ベンチマークで、同等の結果が得られる。
  論文  参考訳（メタデータ） (2020-02-18T08:04:58Z)

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。