論文の概要: ERUP-YOLO: Enhancing Object Detection Robustness for Adverse Weather Condition by Unified Image-Adaptive Processing

• arxiv url: http://arxiv.org/abs/2411.02799v2
• Date: Tue, 19 Nov 2024 11:13:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-20 13:33:39.897619
• Title: ERUP-YOLO: Enhancing Object Detection Robustness for Adverse Weather Condition by Unified Image-Adaptive Processing
• Title（参考訳）: ERUP-YOLO:一元化画像適応処理による逆気象条件に対する物体検出ロバスト性向上
• Authors: Yuka Ogino, Yuho Shoji, Takahiro Toizumi, Atsushi Ito,
• Abstract要約: 霧や低照度などの悪天候に対する画像適応型物体検出法を提案する。 本フレームワークでは, 後段物体検出に適した画像強調を行うために, 可変プリプロセッシングフィルタを用いる。 我々は,統一画像処理(ERUP)-YOLOによる拡張ロバストネス(Enhanced Robustness)と呼ばれる提案手法をYOLOv3検出器に適用することにより評価した。
• 参考スコア（独自算出の注目度）: 0.5312303275762104
• License:
• Abstract: We propose an image-adaptive object detection method for adverse weather conditions such as fog and low-light. Our framework employs differentiable preprocessing filters to perform image enhancement suitable for later-stage object detections. Our framework introduces two differentiable filters: a B\'ezier curve-based pixel-wise (BPW) filter and a kernel-based local (KBL) filter. These filters unify the functions of classical image processing filters and improve performance of object detection. We also propose a domain-agnostic data augmentation strategy using the BPW filter. Our method does not require data-specific customization of the filter combinations, parameter ranges, and data augmentation. We evaluate our proposed approach, called Enhanced Robustness by Unified Image Processing (ERUP)-YOLO, by applying it to the YOLOv3 detector. Experiments on adverse weather datasets demonstrate that our proposed filters match or exceed the expressiveness of conventional methods and our ERUP-YOLO achieved superior performance in a wide range of adverse weather conditions, including fog and low-light conditions.
• Abstract（参考訳）: 霧や低照度などの悪天候に対する画像適応型物体検出法を提案する。 本フレームワークでは, 後段物体検出に適した画像強調を行うために, 可変プリプロセッシングフィルタを用いる。 本フレームワークでは,B\'ezier曲線ベースのピクセルワイズフィルタとカーネルベースのローカルフィルタ (KBL) の2つの異なるフィルタを導入している。 これらのフィルタは、古典的な画像処理フィルタの機能を統一し、オブジェクト検出の性能を向上させる。 また,BPWフィルタを用いたドメインに依存しないデータ拡張戦略を提案する。 本手法では,フィルタの組み合わせ,パラメータ範囲,データ拡張などのデータ固有のカスタマイズは不要である。 我々は,統一画像処理(ERUP)-YOLOによる拡張ロバストネス(Enhanced Robustness)と呼ばれる提案手法をYOLOv3検出器に適用することによって評価した。 悪天候データセットを用いた実験により, 提案したフィルタは従来手法の表現性にマッチするか, 上回っていることが明らかとなり, ERUP-YOLOは霧や低照度条件を含む広範囲の悪天候条件において優れた性能を示した。

関連論文リスト

• Selection of Filters for Photonic Crystal Spectrometer Using Domain-Aware Evolutionary Algorithms [0.0]
  本研究は, 微量ガス測定装置の最適フィルタ選択の課題に対処するものである。 最適化問題と比較して問題を定式化し,ノイズを伴うガス検索を模倣するシミュレータを開発した。 フィルタ選択の空間のメトリクスを利用する新しい距離駆動拡張を用いて、見いだされたトップパフォーマンスアルゴリズムを改善することを目指している。
  論文  参考訳（メタデータ） (2024-10-17T15:20:22Z)
• DGNet: Dynamic Gradient-Guided Network for Water-Related Optics Image Enhancement [77.0360085530701]
  水中画像強調(UIE)は、水中環境によって引き起こされる複雑な劣化のために難しい課題である。 従来の手法では、劣化過程を理想化し、中音や物体の動きが画像の特徴の分布に与える影響を無視することが多い。 提案手法では,予測画像を用いて疑似ラベルを動的に更新し,動的勾配を加えてネットワークの勾配空間を最適化する。
  論文  参考訳（メタデータ） (2023-12-12T06:07:21Z)
• Enhancing Low-Light Images Using Infrared-Encoded Images [81.8710581927427]
  従来の芸術は、主にピクセルワイド・ロスを用いて可視光スペクトルで捉えた低照度画像に焦点を当てていた。 我々は,赤外線カットオフフィルタを除去することにより,低照度環境下で撮影された画像の可視性を高める新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-07-09T08:29:19Z)
• Filter Pruning for Efficient CNNs via Knowledge-driven Differential Filter Sampler [103.97487121678276]
  フィルタプルーニングは同時に計算を加速し、CNNのメモリオーバーヘッドを低減する。 本稿では,MFM(Masked Filter Modeling)フレームワークを用いた知識駆動型微分フィルタサンプリング(KDFS)を提案する。
  論文  参考訳（メタデータ） (2023-07-01T02:28:41Z)
• Image-Adaptive YOLO for Object Detection in Adverse Weather Conditions [34.993786158059436]
  本稿では,画像適応型YOLO(IA-YOLO)フレームワークを提案する。 具体的には、YOLO検出器の悪天候を考慮した微分可能画像処理(DIP)モジュールを提示する。 我々は、CNN-PPとYOLOv3をエンドツーエンドで共同で学習し、CNN-PPが適切なDIPを学習し、弱い教師付きで検出のための画像を強化することを保証する。
  論文  参考訳（メタデータ） (2021-12-15T12:54:17Z)
• Iterative Filter Adaptive Network for Single Image Defocus Deblurring [14.631102120866283]
  単一画像のデフォーカスを損なう新しいエンドツーエンドの学習手法を提案する。 提案手法は,空間的に異なるぼかしを扱うために特別に設計された,新しいIterative Filter Adaptive Network (IFAN) を備える。 提案手法は,実世界の画像に対して,定量的かつ質的に,最先端の性能を達成することを実証する。
  論文  参考訳（メタデータ） (2021-08-31T04:27:07Z)
• Unsharp Mask Guided Filtering [53.14430987860308]
  本論文の目的は,フィルタ中の構造伝達の重要性を強調した画像フィルタリングである。 アンシャープマスキングにインスパイアされたガイドフィルタの新しい簡易な定式化を提案する。 我々の定式化は低域フィルタに先立ってフィルタを楽しみ、単一の係数を推定することで明示的な構造伝達を可能にする。
  論文  参考訳（メタデータ） (2021-06-02T19:15:34Z)
• Data Agnostic Filter Gating for Efficient Deep Networks [72.4615632234314]
  現在のフィルタプルーニング法は主に特徴写像を利用してフィルタの重要なスコアを生成し、より小さなスコアのプルーンを生成する。 本稿では,Daggerモジュールと呼ばれる補助的ネットワークを用いてプルーニングを誘導するデータフィルタプルーニング手法を提案する。 さらに,特定のFLOP制約でプルーネフィルタを支援するために,明示的なFLOPを意識した正規化を活用して,プルーニングフィルタを直接対象のFLOPに向けて推進する。
  論文  参考訳（メタデータ） (2020-10-28T15:26:40Z)
• Improved Adaptive Type-2 Fuzzy Filter with Exclusively Two Fuzzy Membership Function for Filtering Salt and Pepper Noise [30.639740354770282]
  画像から塩とペッパーノイズをフィルタリングするファジィフィルタが提案されている。 提案するフィルタは,様々なノイズレベルを持つ標準画像に対して検証される。 提案フィルタの性能は,ピーク信号対雑音比と計算時間の観点から,様々な最先端手法と比較する。
  論文  参考訳（メタデータ） (2020-08-10T13:18:42Z)
• Creating Artificial Modalities to Solve RGB Liveness [79.9255035557979]
  我々は,スプーフ検出のためのエンドツーエンドパイプラインと組み合わせて,ランクプーリングと光流の2種類の人工変換を導入する。 提案手法は, 最大のクロスセクニティ対面アンチスプーフィングデータセットCASIA-SURF CeFA (RGB) の最先端化を実現する。
  論文  参考訳（メタデータ） (2020-06-29T13:19:22Z)

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。