論文の概要: Beyond Overall Accuracy: Pose- and Occlusion-driven Fairness Analysis in Pedestrian Detection for Autonomous Driving

• arxiv url: http://arxiv.org/abs/2509.26166v1
• Date: Tue, 30 Sep 2025 12:21:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-01 14:45:00.129623
• Title: Beyond Overall Accuracy: Pose- and Occlusion-driven Fairness Analysis in Pedestrian Detection for Autonomous Driving
• Title（参考訳）: 総合的精度を超えて: 歩行者による自律運転検出におけるポスとオクルージョンによるフェアネス分析
• Authors: Mohammad Khoshkdahan, Arman Akbari, Arash Akbari, Xuan Zhang,
• Abstract要約: 歩行者の姿勢の変化が検出性能に与える影響を系統的に検討した。 歩行者特有の5つの検出器を3つの汎用モデルとともに評価した。 以上の結果から, 平行脚, まっすぐ肘, 横方向の視界を有する歩行者に対する偏見が示唆された。
• 参考スコア（独自算出の注目度）: 3.2964881751350177
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Pedestrian detection plays a critical role in autonomous driving (AD), where ensuring safety and reliability is important. While many detection models aim to reduce miss-rates and handle challenges such as occlusion and long-range recognition, fairness remains an underexplored yet equally important concern. In this work, we systematically investigate how variations in the pedestrian pose--including leg status, elbow status, and body orientation--as well as individual joint occlusions, affect detection performance. We evaluate five pedestrian-specific detectors (F2DNet, MGAN, ALFNet, CSP, and Cascade R-CNN) alongside three general-purpose models (YOLOv12 variants) on the EuroCity Persons Dense Pose (ECP-DP) dataset. Fairness is quantified using the Equal Opportunity Difference (EOD) metric across various confidence thresholds. To assess statistical significance and robustness, we apply the Z-test. Our findings highlight biases against pedestrians with parallel legs, straight elbows, and lateral views. Occlusion of lower body joints has a more negative impact on the detection rate compared to the upper body and head. Cascade R-CNN achieves the lowest overall miss-rate and exhibits the smallest bias across all attributes. To the best of our knowledge, this is the first comprehensive pose- and occlusion-aware fairness evaluation in pedestrian detection for AD.
• Abstract（参考訳）: 歩行者検出は自律運転(AD)において重要な役割を担い、安全と信頼性の確保が重要である。 多くの検出モデルは、ミス率を減らし、オクルージョンや長距離認識といった課題に対処することを目的としているが、公平性は未発見だが同様に重要な問題である。 本研究では,足の状態,肘の状態,身体の向きなど,歩行者の姿勢の変化が,個々の関節閉塞だけでなく,検出性能に与える影響を系統的に検討した。 本研究では,EuroCity Persons Dense Pose (ECP-DP)データセット上の3つの汎用モデル(YOLOv12)とともに,歩行者固有の5つの検出器(F2DNet,MGAN,ALFNet,CSP,Cascade R-CNN)を評価した。 公正度は、様々な信頼しきい値にわたる平等機会差(EOD)測定値を用いて定量化される。 統計的意義とロバスト性を評価するため,Z-testを適用した。 以上の結果から, 平行脚, まっすぐ肘, 横方向の視界を有する歩行者に対する偏見が示唆された。 下半身関節の閉塞は上半身と頭より検出率に悪影響を及ぼす。 カスケードR-CNNは全体のミス率が最も低く、すべての属性に対して最小のバイアスを示す。 われわれの知る限りでは、ADの歩行者検出における総合的ポーズ・オクルージョン・アウェア・フェアネス評価はこれが初めてである。

関連論文リスト

• RoboView-Bias: Benchmarking Visual Bias in Embodied Agents for Robotic Manipulation [67.38036090822982]
  ロボット操作における視覚バイアスの定量化を目的とした,最初のベンチマークであるRoboView-Biasを提案する。 我々は、個々の視覚的要因とその相互作用によって引き起こされるバイアスの堅牢な測定を可能にする2,127のタスクインスタンスを作成します。 本研究は,視覚バイアスの系統的解析が,安全で信頼性の高い汎用的なエンボディエージェントの開発に必須であることを示す。
  論文  参考訳（メタデータ） (2025-09-26T13:53:25Z)
• Fair Deepfake Detectors Can Generalize [51.21167546843708]
  共同設立者(データ分散とモデルキャパシティ)の制御により,公正な介入による一般化が向上することを示す。 この知見を応用して, 逆正当性重み付けとサブグループワイド特徴正規化を併用し, 新たなアライメント・アライメント・アライメント・アライメント・アライメント・アライメント・アライメント・アライメント・インセンティブ・インターベンション・インベンション・インテクション(DAID)を提案する。 DAIDは、いくつかの最先端技術と比較して、公平性と一般化の両方において一貫して優れた性能を達成する
  論文  参考訳（メタデータ） (2025-07-03T14:10:02Z)
• Hi-ALPS -- An Experimental Robustness Quantification of Six LiDAR-based Object Detection Systems for Autonomous Driving [49.64902130083662]
  3Dオブジェクト検出システム(OD)は、自動運転車の運転決定において重要な役割を果たす。 敵対的な例は、入力データの変化、すなわち偽造(falsify)、ODの予測において、小さな、時には洗練された摂動である。 異なる種類の摂動条件下で6つの最先端3D ODのロバスト性を定量化する。
  論文  参考訳（メタデータ） (2025-03-21T14:17:02Z)
• 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)
• Abnormal-aware Multi-person Evaluation System with Improved Fuzzy Weighting [0.0]
  粗スクリーニングとスコア重み付きKendall-$tau$ Distanceからなる2段階スクリーニング法を選択する。 ファジィ・シンセティック・アセスメント・メソッド(FSE)を用いて、レビュアーによるスコアの重要度と信頼性を判定する。
  論文  参考訳（メタデータ） (2022-05-01T03:42:43Z)
• Quality-aware Part Models for Occluded Person Re-identification [77.24920810798505]
  咬合は人体再識別(ReID)にとって大きな課題となる 既存のアプローチは一般的に、計算効率とReIDの精度の両面で最適であるように、目に見える身体の部品を推測するための外部ツールに依存している。 閉塞型ReIDのためのQPM(Quality-Aware Part Models)という新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-01-01T03:51:09Z)
• Exploring Robustness of Unsupervised Domain Adaptation in Semantic Segmentation [74.05906222376608]
  クリーンな画像とそれらの逆の例との一致を、出力空間における対照的な損失によって最大化する、逆向きの自己スーパービジョンUDA(ASSUDA)を提案する。 i) セマンティックセグメンテーションにおけるUDA手法のロバスト性は未解明のままであり, (ii) 一般的に自己スーパービジョン(回転やジグソーなど) は分類や認識などのイメージタスクに有効であるが, セグメンテーションタスクの識別的表現を学習する重要な監視信号の提供には失敗している。
  論文  参考訳（メタデータ） (2021-05-23T01:50:44Z)

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。