論文の概要: HitoMi-Cam: A Shape-Agnostic Person Detection Method Using the Spectral Characteristics of Clothing

• arxiv url: http://arxiv.org/abs/2511.08908v1
• Date: Thu, 13 Nov 2025 01:16:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-13 22:34:54.292271
• Title: HitoMi-Cam: A Shape-Agnostic Person Detection Method Using the Spectral Characteristics of Clothing
• Title（参考訳）: HitoMi-Cam: 衣服のスペクトル特性を用いた形状非依存者検出法
• Authors: Shuji Ono,
• Abstract要約: 本稿では,衣服のスペクトル反射特性を利用した形状認識型人物検出法であるHitoMi-Camを紹介する。 その結果、毎秒23.2フレームの処理速度(fps)が達成可能であることを示し、リアルタイムアプリケーションにこの手法を適用できることが示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While convolutional neural network (CNN)-based object detection is widely used, it exhibits a shape dependency that degrades performance for postures not included in the training data. Building upon our previous simulation study published in this journal, this study implements and evaluates the spectral-based approach on physical hardware to address this limitation. Specifically, this paper introduces HitoMi-Cam, a lightweight and shape-agnostic person detection method that uses the spectral reflectance properties of clothing. The author implemented the system on a resource-constrained edge device without a GPU to assess its practical viability. The results indicate that a processing speed of 23.2 frames per second (fps) (253x190 pixels) is achievable, suggesting that the method can be used for real-time applications. In a simulated search and rescue scenario where the performance of CNNs declines, HitoMi-Cam achieved an average precision (AP) of 93.5%, surpassing that of the compared CNN models (best AP of 53.8%). Throughout all evaluation scenarios, the occurrence of false positives remained minimal. This study positions the HitoMi-Cam method not as a replacement for CNN-based detectors but as a complementary tool under specific conditions. The results indicate that spectral-based person detection can be a viable option for real-time operation on edge devices in real-world environments where shapes are unpredictable, such as disaster rescue.
• Abstract（参考訳）: 畳み込みニューラルネットワーク(CNN)ベースのオブジェクト検出は広く使われているが、トレーニングデータに含まれない姿勢のパフォーマンスを低下させる形状依存性を示す。 本研究は,本論文で発表したこれまでのシミュレーション研究に基づいて,物理ハードウェアにおけるスペクトルベースのアプローチを実装・評価し,その限界に対処する。 具体的には,衣服のスペクトル反射特性を利用した軽量かつ形状に依存しない人物検出手法であるHitoMi-Camを紹介する。 筆者らは,GPUを使わずに資源制約されたエッジデバイス上にシステムを実装し,その実用性を評価する。 その結果,毎秒23.2フレーム(fps)の処理速度(253x190ピクセル)が達成可能であることが示唆された。 CNNの性能が低下するシミュレートされた検索・救助シナリオにおいて、HotoMi-Camは平均精度93.5%に達し、比較したCNNモデル(最もAPが53.8%)を上回った。 すべての評価シナリオを通じて、偽陽性の発生は最小限に留まった。 本研究では,HitoMi-Cam法をCNN検出器の代替ではなく,特定の条件下での補完ツールとして位置づける。 その結果,災害救助など予測不可能な現実環境において,スペクトルに基づく人物検出がエッジデバイス上でのリアルタイム操作に有効な選択肢であることが示唆された。

関連論文リスト

• CorrDiff: Adaptive Delay-aware Detector with Temporal Cue Inputs for Real-time Object Detection [11.714072240331518]
  CorrDiffは、リアルタイム検出システムの遅延問題に対処するために設計された。 複数の将来のフレームに対するオブジェクトの位置を予測するために、実行時推定の時間的キューを利用することができる。 あらゆる種類のデバイスにおいて、厳格なリアルタイム処理要件を満たす。
  論文  参考訳（メタデータ） (2025-01-09T10:34:25Z)
• Practical Video Object Detection via Feature Selection and Aggregation [18.15061460125668]
  ビデオオブジェクト検出(VOD)は、オブジェクトの外観における高いフレーム間変動と、いくつかのフレームにおける多様な劣化を懸念する必要がある。 現代のアグリゲーション法のほとんどは、高い計算コストに苦しむ2段階検出器用に調整されている。 この研究は、特徴選択と集約の非常に単純だが強力な戦略を考案し、限界計算コストでかなりの精度を得る。
  論文  参考訳（メタデータ） (2024-07-29T02:12:11Z)
• SplatPose & Detect: Pose-Agnostic 3D Anomaly Detection [18.796625355398252]
  最先端のアルゴリズムは、ますます困難な設定やデータモダリティの欠陥を検出することができる。 本稿では,3次元ガウススプラッティングに基づくフレームワークSplatPoseを提案する。 競合手法に比べてトレーニングデータが少ない場合でも,トレーニング速度と推論速度,検出性能の両面で最先端の成果が得られている。
  論文  参考訳（メタデータ） (2024-04-10T08:48:09Z)
• Rethinking Voxelization and Classification for 3D Object Detection [68.8204255655161]
  LiDARポイントクラウドからの3Dオブジェクト検出の主な課題は、ネットワークの信頼性に影響を与えることなく、リアルタイムのパフォーマンスを実現することである。 本稿では,高速な動的ボキセラライザを実装することにより,ネットワークの推論速度と精度を同時に向上するソリューションを提案する。 さらに,予測対象を分類し,偽検出対象をフィルタリングする軽量検出サブヘッドモデルを提案する。
  論文  参考訳（メタデータ） (2023-01-10T16:22:04Z)
• Parallel Detection for Efficient Video Analytics at the Edge [5.547133811014004]
  ディープニューラルネットワーク(DNN)訓練対象検出器は、エッジでのリアルタイムビデオ分析のためにミッションクリティカルシステムに広くデプロイされている。 ミッションクリティカルエッジサービスにおける一般的なパフォーマンス要件は、エッジデバイス上でのオンラインオブジェクト検出のほぼリアルタイムレイテンシである。 本稿では,エッジシステムにおける高速物体検出のためのマルチモデルマルチデバイス検出並列性を利用して,これらの問題に対処する。
  論文  参考訳（メタデータ） (2021-07-27T02:50:46Z)
• Uncertainty-Aware Camera Pose Estimation from Points and Lines [101.03675842534415]
  Perspective-n-Point-and-Line (Pn$PL) は、2D-3D特徴座標の3Dモデルに関して、高速で正確で堅牢なカメラローカライゼーションを目指している。
  論文  参考訳（メタデータ） (2021-07-08T15:19:36Z)
• Analysis of voxel-based 3D object detection methods efficiency for real-time embedded systems [93.73198973454944]
  本稿では, ボクセルをベースとした2つの3次元物体検出手法について述べる。 実験の結果,これらの手法は入力点雲が遠距離にあるため,遠距離の小さな物体を検出できないことが確認できた。 この結果から,既存手法の計算のかなりの部分は,検出に寄与しないシーンの位置に着目していることが示唆された。
  論文  参考訳（メタデータ） (2021-05-21T12:40:59Z)
• 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)
• Disp R-CNN: Stereo 3D Object Detection via Shape Prior Guided Instance Disparity Estimation [51.17232267143098]
  ステレオ画像から3次元物体を検出するための新しいシステムDisp R-CNNを提案する。 我々は、LiDAR点雲を必要とせずに、統計的形状モデルを用いて、密度の異なる擬似地下構造を生成する。 KITTIデータセットの実験によると、LiDARの基盤構造がトレーニング時に利用できない場合でも、Disp R-CNNは競争性能を達成し、平均精度で従来の最先端手法を20%上回っている。
  論文  参考訳（メタデータ） (2020-04-07T17:48:45Z)
• SaccadeNet: A Fast and Accurate Object Detector [76.36741299193568]
  我々はtextitSaccadeNet と呼ばれる高速かつ高精度なオブジェクト検出器を提案する。 セナム、コラム、atm、アガットの4つの主要なモジュールが含まれており、異なる情報的オブジェクトキーポイントへの参加を可能にする。 SaccadeNetは、25FPS以上の高速動作が可能なリアルタイムオブジェクト検出装置の中で、最高の検出性能を実現しています。
  論文  参考訳（メタデータ） (2020-03-26T19:47:17Z)

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。