論文の概要: What Demands Attention in Urban Street Scenes? From Scene Understanding towards Road Safety: A Survey of Vision-driven Datasets and Studies
- arxiv url: http://arxiv.org/abs/2507.06513v1
- Date: Wed, 09 Jul 2025 03:26:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-10 17:37:43.452151
- Title: What Demands Attention in Urban Street Scenes? From Scene Understanding towards Road Safety: A Survey of Vision-driven Datasets and Studies
- Title（参考訳）: 街路景観に求められるもの : 景観理解から道路安全へ:ビジョン駆動型データセットと研究
- Authors: Yaoqi Huang, Julie Stephany Berrio, Mao Shan, Stewart Worrall,
- Abstract要約: この調査は、交通シナリオに注意を必要とする重要な要素を体系的に分類し、利用可能なビジョン駆動タスクとデータセットを包括的に分析する。
孤立した領域に焦点を当てた既存の調査と比較すると、我々の分類学は、注目に値する交通機関を、異常と正常だが重要な2つの主要なグループに分類している。
本調査では、35の視覚駆動タスクの分析と、提案した分類に基づく73のデータセットの総合的な検証と可視化について紹介する。
- 参考スコア（独自算出の注目度）: 11.33083039877258
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Advances in vision-based sensors and computer vision algorithms have significantly improved the analysis and understanding of traffic scenarios. To facilitate the use of these improvements for road safety, this survey systematically categorizes the critical elements that demand attention in traffic scenarios and comprehensively analyzes available vision-driven tasks and datasets. Compared to existing surveys that focus on isolated domains, our taxonomy categorizes attention-worthy traffic entities into two main groups that are anomalies and normal but critical entities, integrating ten categories and twenty subclasses. It establishes connections between inherently related fields and provides a unified analytical framework. Our survey highlights the analysis of 35 vision-driven tasks and comprehensive examinations and visualizations of 73 available datasets based on the proposed taxonomy. The cross-domain investigation covers the pros and cons of each benchmark with the aim of providing information on standards unification and resource optimization. Our article concludes with a systematic discussion of the existing weaknesses, underlining the potential effects and promising solutions from various perspectives. The integrated taxonomy, comprehensive analysis, and recapitulatory tables serve as valuable contributions to this rapidly evolving field by providing researchers with a holistic overview, guiding strategic resource selection, and highlighting critical research gaps.
- Abstract（参考訳）: 視覚に基づくセンサとコンピュータビジョンアルゴリズムの進歩は、交通シナリオの分析と理解を大幅に改善した。
道路安全のためのこれらの改善の活用を容易にするため、この調査では、交通シナリオに注意を必要とする重要な要素を体系的に分類し、利用可能なビジョン駆動タスクやデータセットを包括的に分析する。
孤立した領域に焦点を当てた既存の調査と比較すると、我々の分類学は、注目に値する交通機関を、異常と正常だが重要な2つの主要なグループに分類し、10のカテゴリと20のサブクラスを統合する。
本質的に関連するフィールド間の接続を確立し、統合分析フレームワークを提供する。
本調査では、35の視覚駆動タスクの分析と、提案した分類に基づく73のデータセットの総合的な検証と可視化について紹介する。
クロスドメイン調査は、標準統一とリソース最適化に関する情報を提供することを目的として、各ベンチマークの長所と短所をカバーしている。
本稿は、既存の弱点について体系的な議論を行い、様々な観点から潜在的効果と有望な解決策を概説する。
統合分類学、包括的分析、再カプセル化表は、研究者に総合的な概要を提供し、戦略的な資源選択を導き、重要な研究ギャップを強調することによって、この急速に発展する分野に貴重な貢献をする。
関連論文リスト
- Large Language Models Meet Stance Detection: A Survey of Tasks, Methods, Applications, Challenges and Future Directions [0.37865171120254354]
スタンス検出は、ソーシャルメディア、ニュース記事、オンラインレビューなど、さまざまなプラットフォームにわたる主観的コンテンツを理解するために不可欠である。
大規模言語モデル(LLM)の最近の進歩は、新しい能力を導入して姿勢検出に革命をもたらした。
本稿では3つの重要な側面に沿って構築されたLCMに基づく姿勢検出手法について,新しい分類法を提案する。
スタンス検出、政治分析、公衆衛生モニタリング、ソーシャルメディアのモデレーションにおける主要な応用について論じる。
論文 参考訳（メタデータ） (2025-05-13T11:47:49Z) - A Survey on Vulnerability Prioritization: Taxonomy, Metrics, and Research Challenges [20.407534993667607]
リソース制約は効果的な脆弱性優先順位付け戦略を必要とする。
本稿では,メトリクスを重大度,悪用性,文脈要因,予測指標,集約手法に分類する新しい分類法を提案する。
論文 参考訳（メタデータ） (2025-02-16T10:33:37Z) - Unsupervised Object Discovery: A Comprehensive Survey and Unified Taxonomy [6.346947904159397]
教師なしのオブジェクト発見は、一般に、ラベル付き例を必要とせず、視覚データ中のオブジェクトのローカライズおよび/または分類のタスクとして解釈される。
本調査では,既存のアプローチの詳細な調査を行い,課題と採用手法のファミリーに基づいて,この課題を体系的に分類する。
本稿では,共通データセットとメトリクスの概要を述べるとともに,評価プロトコルの違いによる手法の比較の課題について述べる。
論文 参考訳（メタデータ） (2024-10-30T21:22:48Z) - Object Detectors in the Open Environment: Challenges, Solutions, and Outlook [95.3317059617271]
オープン環境のダイナミックで複雑な性質は、オブジェクト検出器に新しくて恐ろしい挑戦をもたらす。
本稿では,オープン環境におけるオブジェクト検出器の総合的なレビューと解析を行う。
データ/ターゲットの変化の次元に基づいて、4つの四分法(ドメイン外、カテゴリ外、堅牢な学習、漸進的な学習)を含むフレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-24T19:32:39Z) - A Comprehensive Review on Computer Vision Analysis of Aerial Data [3.1537607776738605]
本稿では,航空データ解析分野におけるコンピュータビジョンタスクについて概説する。
本稿では、様々なアーキテクチャやタスクにまたがる様々なハイパーパラメータの比較を行う。
本論文は, 航空データ解析に固有の課題を徹底的に検討し, 実用的な解決策を提供する。
論文 参考訳（メタデータ） (2024-02-15T08:10:09Z) - Recent Advances in Embedding Methods for Multi-Object Tracking: A Survey [71.10448142010422]
マルチオブジェクトトラッキング(MOT)は、動画フレーム全体で対象物を関連付け、移動軌道全体を取得することを目的としている。
埋め込み法はMOTにおける物体の位置推定と時間的同一性関連において重要な役割を担っている。
まず 7 つの異なる視点からMOT への埋め込み手法の奥行き解析による包括的概要を述べる。
論文 参考訳（メタデータ） (2022-05-22T06:54:33Z) - Infrastructure-Based Object Detection and Tracking for Cooperative
Driving Automation: A Survey [16.20885642028316]
インフラベースの物体検出・追跡システムは、連結車両の知覚能力を高めることができる。
現在の機会、オープンな問題、今後のトレンドを指摘するために行われた議論。
論文 参考訳（メタデータ） (2022-01-28T00:55:24Z) - Through the Data Management Lens: Experimental Analysis and Evaluation
of Fair Classification [75.49600684537117]
データ管理研究は、データとアルゴリズムの公平性に関連するトピックに対する存在感と関心が高まっている。
我々は,その正しさ,公平性,効率性,スケーラビリティ,安定性よりも,13の公正な分類アプローチと追加の変種を幅広く分析している。
我々の分析は、異なるメトリクスとハイレベルなアプローチ特性がパフォーマンスの異なる側面に与える影響に関する新しい洞察を強調します。
論文 参考訳（メタデータ） (2021-01-18T22:55:40Z)
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。