論文の概要: Event-based Civil Infrastructure Visual Defect Detection: ev-CIVIL Dataset and Benchmark

• arxiv url: http://arxiv.org/abs/2504.05679v1
• Date: Tue, 08 Apr 2025 04:44:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-17 00:15:38.720037
• Title: Event-based Civil Infrastructure Visual Defect Detection: ev-CIVIL Dataset and Benchmark
• Title（参考訳）: イベントベースのCivil Infrastructure Visual Defect Detection: ev-CIVILデータセットとベンチマーク
• Authors: Udayanga G. W. K. N. Gamage, Xuanni Huo, Luca Zanatta, T Delbruck, Cesar Cadena, Matteo Fumagalli, Silvia Tolu,
• Abstract要約: 小型無人航空機(UAV)による視覚検査は、土木構造物の欠陥を調べるための手動検査に代わる効果的な方法である。 従来のフレームベースのカメラは、UAVベースの検査で広く使用されるが、しばしば低い照明条件やダイナミックな照明条件下で欠陥を捉えるのに苦労する。 本研究では、視覚センサ(DVS)を用いた時間イベントストリームとして欠陥面をキャプチャする、最初のイベントベース土木インフラストラクチャ欠陥検出データセットを提案する。 このデータセットは、亀裂とスポーリングという2つのタイプの欠陥に焦点を当てており、フィールド環境とラボ環境の両方からのデータを含んでいる。
• 参考スコア（独自算出の注目度）: 6.27237464820498
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Small Unmanned Aerial Vehicle (UAV) based visual inspections are a more efficient alternative to manual methods for examining civil structural defects, offering safe access to hazardous areas and significant cost savings by reducing labor requirements. However, traditional frame-based cameras, widely used in UAV-based inspections, often struggle to capture defects under low or dynamic lighting conditions. In contrast, Dynamic Vision Sensors (DVS), or event-based cameras, excel in such scenarios by minimizing motion blur, enhancing power efficiency, and maintaining high-quality imaging across diverse lighting conditions without saturation or information loss. Despite these advantages, existing research lacks studies exploring the feasibility of using DVS for detecting civil structural defects.Moreover, there is no dedicated event-based dataset tailored for this purpose. Addressing this gap, this study introduces the first event-based civil infrastructure defect detection dataset, capturing defective surfaces as a spatio-temporal event stream using DVS.In addition to event-based data, the dataset includes grayscale intensity image frames captured simultaneously using an Active Pixel Sensor (APS). Both data types were collected using the DAVIS346 camera, which integrates DVS and APS sensors.The dataset focuses on two types of defects: cracks and spalling, and includes data from both field and laboratory environments. The field dataset comprises 318 recording sequences,documenting 458 distinct cracks and 121 distinct spalling instances.The laboratory dataset includes 362 recording sequences, covering 220 distinct cracks and 308 spalling instances.Four realtime object detection models were evaluated on it to validate the dataset effectiveness.The results demonstrate the dataset robustness in enabling accurate defect detection and classification,even under challenging lighting conditions.
• Abstract（参考訳）: 小型無人航空機(UAV)をベースとした視覚検査は、土木構造物の欠陥を検査するための手作業の代替手段としてより効率的であり、労働需要を減らすことで危険領域への安全なアクセスと大幅なコスト削減を提供する。 しかし、UAVベースの検査で広く使用される伝統的なフレームベースのカメラは、しばしば低い照明条件やダイナミック照明条件下での欠陥を捉えるのに苦労する。 対照的に、ダイナミックビジョンセンサー(Dynamic Vision Sensors, DVS)またはイベントベースのカメラは、動きのぼかしを最小化し、電力効率を向上し、飽和や情報損失を伴わずに様々な照明条件をまたいだ高品質な画像を維持することで、このようなシナリオに優れる。 これらの利点にもかかわらず、既存の研究は、土木構造物の欠陥を検出するためにDVSを使用することの可能性を探る研究を欠いているが、この目的に適したイベントベースのデータセットは存在しない。 このギャップに対処するために、DVSを用いた時空間イベントストリームとして欠陥面をキャプチャする、最初のイベントベースの土木インフラストラクチャ欠陥検出データセットを導入し、イベントベースのデータに加えて、Active Pixel Sensor(APS)を使用して同時にキャプチャされたグレースケールの強度画像フレームを含む。 DVSとAPSセンサーを統合したDAVIS346カメラを用いて、両方のデータ型が収集された。 フィールドデータセットは,318の記録シーケンス,458の別き裂の文書化,121の別き裂の事例を含む。実験室データセットは362の記録シーケンスを含み,220の別き裂と308のスポーリングインスタンスをカバーし,データセットの有効性を検証するために4つのリアルタイムオブジェクト検出モデルを評価した。その結果は,困難な照明条件下であっても,正確な欠陥検出と分類を可能にするためのデータセットの堅牢性を示している。

関連論文リスト

• Understanding and Improving Training-Free AI-Generated Image Detections with Vision Foundation Models [68.90917438865078]
  顔合成と編集のためのディープフェイク技術は、生成モデルに重大なリスクをもたらす。 本稿では,モデルバックボーン,タイプ,データセット間で検出性能がどう変化するかを検討する。 本稿では、顔画像のパフォーマンスを向上させるContrastive Blurと、ノイズタイプのバイアスに対処し、ドメイン間のパフォーマンスのバランスをとるMINDERを紹介する。
  論文  参考訳（メタデータ） (2024-11-28T13:04:45Z)
• DailyDVS-200: A Comprehensive Benchmark Dataset for Event-Based Action Recognition [51.96660522869841]
  DailyDVS-200は、イベントベースのアクション認識コミュニティに適したベンチマークデータセットである。 実世界のシナリオで200のアクションカテゴリをカバーし、47人の参加者によって記録され、22,000以上のイベントシーケンスで構成されている。 DailyDVS-200には14の属性がアノテートされており、記録されたアクションの詳細なキャラクタリゼーションが保証されている。
  論文  参考訳（メタデータ） (2024-07-06T15:25:10Z)
• Source-free Domain Adaptation for Video Object Detection Under Adverse Image Conditions [0.0]
  トレーニング済みのビデオオブジェクト検出器を現実のシナリオにデプロイする場合、トレーニングとテストデータのドメインギャップは、しばしばパフォーマンスの低下につながる。 ビデオオブジェクト検出(VOD)のためのシンプルで効果的なソースフリードメイン適応法(SFDA)を提案する。 具体的には,1段VOD法であるYOLOVの性能を,騒音,空気乱流,迷路などの画像条件下で改善することを目的としている。
  論文  参考訳（メタデータ） (2024-04-23T17:39:06Z)
• Imagery Dataset for Condition Monitoring of Synthetic Fibre Ropes [0.0]
  このデータセットは、正常なSFRと欠陥のあるSFRの両方を表す合計6,942の生画像からなる。 データセットは、オブジェクトの検出、分類、セグメンテーションを含むコンピュータビジョンアプリケーションをサポートするリソースとして機能する。 このデータセットを生成する目的は、自動欠陥検出システムの開発を支援することである。
  論文  参考訳（メタデータ） (2023-09-29T08:42:44Z)
• MonoTDP: Twin Depth Perception for Monocular 3D Object Detection in Adverse Scenes [49.21187418886508]
  本論文は,モノTDP(MonoTDP)と呼ばれる悪シーンにおける2つの深度を知覚するモノクル3次元検出モデルを提案する。 まず、制御不能な気象条件を扱うモデルを支援するための適応学習戦略を導入し、様々な劣化要因による劣化を著しく抑制する。 そこで本研究では, シーン深度と物体深度を同時に推定する新たな2つの深度認識モジュールを提案する。
  論文  参考訳（メタデータ） (2023-05-18T13:42:02Z)
• One-class Damage Detector Using Deeper Fully-Convolutional Data Descriptions for Civil Application [0.0]
  モデルパラメータを最適化するために、通常の画像を使用することができる点において、一級損傷検出アプローチには利点がある。 本稿では,FCDDをベースラインモデルとして再現した一級損傷検出の汎用アプリケーションを提案する。
  論文  参考訳（メタデータ） (2023-03-03T06:27:15Z)
• An Outlier Exposure Approach to Improve Visual Anomaly Detection Performance for Mobile Robots [76.36017224414523]
  移動ロボットの視覚異常検出システム構築の問題点を考察する。 標準異常検出モデルは、非異常データのみからなる大規模なデータセットを用いて訓練される。 本研究では,これらのデータを利用してリアルNVP異常検出モデルの性能向上を図る。
  論文  参考訳（メタデータ） (2022-09-20T15:18:13Z)
• A hierarchical semantic segmentation framework for computer vision-based bridge damage detection [3.8999448636733516]
  遠隔カメラと無人航空機(UAV)を用いたコンピュータビジョンによる損傷検出は、効率的で低コストなブリッジの健康モニタリングを可能にする。 本稿では,コンポーネントカテゴリと損傷タイプ間の階層的意味関係を強制するセグメンテーションフレームワークを提案する。 このようにして、損傷検出モデルは、潜在的な損傷領域からのみ学習特徴に焦点をあてることができ、他の無関係領域の影響を避けることができる。
  論文  参考訳（メタデータ） (2022-07-18T18:42:54Z)
• Multi Visual Modality Fall Detection Dataset [4.00152916049695]
  転倒は、世界中の高齢者の怪我による死亡の主な原因の1つだ。 効果的なフォールの検出は、合併症や怪我のリスクを減らすことができる。 しかし、通常のRGBカメラは照明条件やプライバシーの懸念によって影響を受ける。
  論文  参考訳（メタデータ） (2022-06-25T21:54:26Z)
• A Multi-purpose Real Haze Benchmark with Quantifiable Haze Levels and Ground Truth [61.90504318229845]
  本稿では,ハズフリー画像とその場でのハズ密度測定を併用した,最初の実画像ベンチマークデータセットを提案する。 このデータセットはコントロールされた環境で生成され、プロの煙発生装置がシーン全体を覆っている。 このデータセットのサブセットは、CVPR UG2 2022 チャレンジの Haze Track における Object Detection に使用されている。
  論文  参考訳（メタデータ） (2022-06-13T19:14:06Z)
• Cycle and Semantic Consistent Adversarial Domain Adaptation for Reducing Simulation-to-Real Domain Shift in LiDAR Bird's Eye View [110.83289076967895]
  ドメイン適応プロセス中に関心のある小さなオブジェクトの情報を保存するために,事前の意味分類を用いたサイクガンに基づくbevドメイン適応法を提案する。 生成したBEVの品質は,KITTI 3D Object Detection Benchmarkの最先端3Dオブジェクト検出フレームワークを用いて評価されている。
  論文  参考訳（メタデータ） (2021-04-22T12:47:37Z)

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。