論文の概要: Atmospheric Noise-Resilient Image Classification in a Real-World Scenario: Using Hybrid CNN and Pin-GTSVM

• arxiv url: http://arxiv.org/abs/2501.13422v1
• Date: Thu, 23 Jan 2025 06:53:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-24 15:58:12.655855
• Title: Atmospheric Noise-Resilient Image Classification in a Real-World Scenario: Using Hybrid CNN and Pin-GTSVM
• Title（参考訳）: CNNとPin-GTSVMを併用した実世界シナリオにおける大気雑音-弾性画像分類
• Authors: Shlok Mehendale, Jajati Keshari Sahoo, Rajendra Kumar Roul,
• Abstract要約: 本稿では,Pinball Generalized Twin Support Vector Machine(Pin-GTSVM)と事前訓練した特徴抽出器を備えたハイブリッドモデルを提案する。 提案システムは従来のスマートパーキングインフラとシームレスに連携し、最小限のカメラを利用して数百台のパーキングスペースを効率的に監視・管理する。
• 参考スコア（独自算出の注目度）: 1.3654846342364308
• License:
• Abstract: Parking space occupation detection using deep learning frameworks has seen significant advancements over the past few years. While these approaches effectively detect partial obstructions and adapt to varying lighting conditions, their performance significantly diminishes when haze is present. This paper proposes a novel hybrid model with a pre-trained feature extractor and a Pinball Generalized Twin Support Vector Machine (Pin-GTSVM) classifier, which removes the need for a dehazing system from the current State-of-The-Art hazy parking slot classification systems and is also insensitive to any atmospheric noise. The proposed system can seamlessly integrate with conventional smart parking infrastructures, leveraging a minimal number of cameras to monitor and manage hundreds of parking spaces efficiently. Its effectiveness has been evaluated against established parking space detection methods using the CNRPark Patches, PKLot, and a custom dataset specific to hazy parking scenarios. Furthermore, empirical results indicate a significant improvement in accuracy on a hazy parking system, thus emphasizing efficient atmospheric noise handling.
• Abstract（参考訳）: ディープラーニングフレームワークを用いた駐車スペースの占有検知は,ここ数年で大きな進歩を遂げている。 これらの手法は, 部分閉塞を効果的に検出し, 様々な照明条件に適応するが, ヘイズが存在すると性能が著しく低下する。 本稿では, 事前学習型特徴抽出器とピンボール一般化双対支援ベクトルマシン(Pin-GTSVM)分類器を用いたハイブリッドモデルを提案する。 提案システムは従来のスマートパーキングインフラとシームレスに連携し、最小限のカメラを利用して数百台のパーキングスペースを効率的に監視・管理する。 CNRPark Patches, PKLot を用いた既存の駐車空間検出手法と, 混み合った駐車シナリオに特化したカスタムデータセットに対して, その有効性を評価した。 さらに, 実験結果から, 空き駐車システムの精度が著しく向上し, 効率のよい大気騒音処理が強調された。

関連論文リスト

• LaB-CL: Localized and Balanced Contrastive Learning for improving parking slot detection [4.813333335683417]
  駐車スロット検出, 局所化, バランス付きコントラスト学習(LaB-CL)のための最初の教師付きコントラスト学習フレームワークを提案する。 提案するLaB-CLフレームワークは2つの主要なアプローチを用いており、まず、局所的な視点から各ミニバッチの全てのクラスから表現を考察するクラスプロトタイプを含める。次に、高い予測誤差で局所表現を選択できる新しいハードネガティブサンプリングスキームを提案する。ベンチマークデータセットを用いた実験により、提案したLaB-CLフレームワークは、既存の駐車スロット検出方法より優れていることを示した。
  論文  参考訳（メタデータ） (2024-10-10T11:50:26Z)
• Flat-LoRA: Low-Rank Adaption over a Flat Loss Landscape [52.98187034726091]
  Low-Rank Adaptation (LoRA) は低ランク行列のみを最適化することでモデルを微調整する効率的な方法である。 ロラ空間に平坦に見える解は、全パラメータ空間に鋭い方向が存在し、一般化性能を損なう可能性がある。 フルパラメータ空間の平坦領域に位置する低ランク適応を求める効率的なアプローチであるFlat-LoRAを提案する。
  論文  参考訳（メタデータ） (2024-09-22T11:24:10Z)
• Smart Camera Parking System With Auto Parking Spot Detection [1.0512475026060208]
  PakStaと呼ばれる新しい手法で駐車場の状態を自動識別する。 本手法はPakLocのオブジェクト検出器を用いて,ビデオフレーム内の駐車場の占有状況を同時に判定する。 提案手法がPKLotデータセットに与える影響は, 人的労働力の94.25%を大幅に削減する結果となった。
  論文  参考訳（メタデータ） (2024-07-07T19:00:11Z)
• BCFPL: Binary classification ConvNet based Fast Parking space recognition with Low resolution image [15.383714894648753]
  我々はBCFPLという軽量な設計構造を持つ二元畳み込みニューラルネットワークを提案し、低解像度の駐車空間画像でトレーニングすることができる。 実験の結果,BCFPLの精度は元の解像度画像と比較して低下しないことがわかった。 また、BCFPLはハードウェア要件が低く、プライバシー要件を満たす間に認識速度が速いため、インテリジェントな都市建設や自動運転分野にも応用できる可能性がある。
  論文  参考訳（メタデータ） (2024-04-22T14:07:42Z)
• Homography Guided Temporal Fusion for Road Line and Marking Segmentation [73.47092021519245]
  道路線やマーキングは、移動車両、影、グレアの存在下でしばしば閉鎖される。 本稿では,映像フレームを補足的に利用するHomography Guided Fusion (HomoFusion) モジュールを提案する。 カメラ固有のデータと地上平面の仮定をクロスフレーム対応に利用することにより,高速・高精度性能が向上した軽量ネットワークの実現が期待できることを示す。
  論文  参考訳（メタデータ） (2024-04-11T10:26:40Z)
• MSight: An Edge-Cloud Infrastructure-based Perception System for Connected Automated Vehicles [58.461077944514564]
  本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。 MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。 評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
  論文  参考訳（メタデータ） (2023-10-08T21:32:30Z)
• Automatic Vision-Based Parking Slot Detection and Occupancy Classification [3.038642416291856]
  パーキング誘導情報(PGI)システムは、最も近い駐車場と空き駐車場の数についてドライバーに情報を提供するために使用される。 近年、視覚ベースのソリューションは標準的なPGIシステムに代わる費用対効果の代替として現れ始めている。 本稿では,入力画像のみに基づいて自動駐車スロット検出・職業分類(APSD-OC)を行うアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-08-16T07:44:34Z)
• Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
  スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。 本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
  論文  参考訳（メタデータ） (2023-08-14T16:48:57Z)
• Smart Parking Space Detection under Hazy conditions using Convolutional Neural Networks: A Novel Approach [0.0]
  本稿では, 空き環境下での駐車スペース占有性能を向上させるデハジングネットワークの利用について検討する。 提案システムは既存のスマートパーキングシステムの一部として展開可能で、数百台のパーキングスペースを監視するために、限られた数のカメラが使用されている。
  論文  参考訳（メタデータ） (2022-01-15T14:15:46Z)
• Vision in adverse weather: Augmentation using CycleGANs with various object detectors for robust perception in autonomous racing [70.16043883381677]
  自律レースでは、天気は突然変化し、認識が著しく低下し、非効率な操作が引き起こされる。 悪天候の検知を改善するために、ディープラーニングベースのモデルは通常、そのような状況下でキャプチャされた広範なデータセットを必要とする。 本稿では,5つの最先端検出器のうち4つの性能向上を図るために,自動レース(CycleGANを用いた)における合成悪条件データセットを用いた手法を提案する。
  論文  参考訳（メタデータ） (2022-01-10T10:02:40Z)
• Lidar Light Scattering Augmentation (LISA): Physics-based Simulation of Adverse Weather Conditions for 3D Object Detection [60.89616629421904]
  ライダーベースの物体検出器は、自動運転車のような自律ナビゲーションシステムにおいて、3D知覚パイプラインの重要な部分である。 降雨、雪、霧などの悪天候に敏感で、信号-雑音比(SNR)と信号-背景比(SBR)が低下している。
  論文  参考訳（メタデータ） (2021-07-14T21:10:47Z)

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。