論文の概要: Person Detection and Tracking from an Overhead Crane LiDAR

• arxiv url: http://arxiv.org/abs/2603.04938v1
• Date: Thu, 05 Mar 2026 08:37:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-06 22:06:11.139888
• Title: Person Detection and Tracking from an Overhead Crane LiDAR
• Title（参考訳）: 頭上クレーンLiDARからの人物検出と追跡
• Authors: Nilusha Jayawickrama, Henrik Toikka, Risto Ojala,
• Abstract要約: 本稿では,頭上クレーンに搭載されたLiDARを用いて,産業用屋内作業空間における人物検出と追跡について検討する。 サイト固有のLiDARデータセットを3Dヒューマンバウンディングボックスアノテーションでキュレートし、選択した候補となる3D検出器を統一的なトレーニングおよび評価プロトコルで適応する。 得られた結果は、標準的な運転データセット間のドメインギャップを埋めることと、人検出と追跡のためのオーバーヘッドセンシングに寄与する。
• 参考スコア（独自算出の注目度）: 0.6474217812459662
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper investigates person detection and tracking in an industrial indoor workspace using a LiDAR mounted on an overhead crane. The overhead viewpoint introduces a strong domain shift from common vehicle-centric LiDAR benchmarks, and limited availability of suitable public training data. Henceforth, we curate a site-specific overhead LiDAR dataset with 3D human bounding-box annotations and adapt selected candidate 3D detectors under a unified training and evaluation protocol. We further integrate lightweight tracking-by-detection using AB3DMOT and SimpleTrack to maintain person identities over time. Detection performance is reported with distance-sliced evaluation to quantify the practical operating envelope of the sensing setup. The best adapted detector configurations achieve average precision (AP) up to 0.84 within a 5.0 m horizontal radius, increasing to 0.97 at 1.0 m, with VoxelNeXt and SECOND emerging as the most reliable backbones across this range. The acquired results contribute in bridging the domain gap between standard driving datasets and overhead sensing for person detection and tracking. We also report latency measurements, highlighting practical real-time feasibility. Finally, we release our dataset and implementations in GitHub to support further research
• Abstract（参考訳）: 本稿では,頭上クレーンに搭載されたLiDARを用いて,産業用屋内作業空間における人物検出と追跡について検討する。 オーバーヘッドの観点からは、一般的な車両中心のLiDARベンチマークからの強いドメインシフトと、適切な公開トレーニングデータの可用性の制限が導入されている。 そこで我々は,3次元境界ボックスアノテーションを用いたサイト固有のLiDARデータセットをキュレートし,統一的なトレーニング・評価プロトコルの下で選択された候補3D検出器を適応させる。 さらに、AB3DMOTとSimpleTrackによる軽量なトラッキング・バイ・検出を統合し、時間とともに人物の身元を維持する。 センシング装置の実用的な動作エンベロープを定量化するために、距離スライシング評価で検出性能を報告する。 最適な適応検出器構成は、水平半径5.0mで平均精度(AP)が0.84まで上昇し、1.0mで0.97まで上昇し、VoxelNeXtとSECONDがこの範囲でもっとも信頼性の高いバックボーンとして出現する。 得られた結果は、標準的な運転データセット間のドメインギャップを埋めることと、人検出と追跡のためのオーバーヘッドセンシングに寄与する。 レイテンシの測定も報告し、実用的なリアルタイム実現可能性を強調します。 最後に、さらなる研究を支援するために、データセットと実装をGitHubでリリースしました。

関連論文リスト

• Finetuning Pre-trained Model with Limited Data for LiDAR-based 3D Object Detection by Bridging Domain Gaps [8.897884780881535]
  LiDARベースの3Dオブジェクト検出器は、センサーの設定が異なるターゲットドメインにうまく適応できないことが多い。 近年の研究では、トレーニング済みのバックボーンは大規模でラベルのないLiDARフレームで自己管理的に学習できることが示唆されている。 本研究では,対象データに制限のある事前学習モデルを適用するために,DADT(Domain Adaptive Distill-Tuning)と呼ばれる新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-10-02T08:22:42Z)
• Spb3DTracker: A Robust LiDAR-Based Person Tracker for Noisy Environment [0.7373617024876725]
  人検出と追跡(PDT)は、自動運転車の分野で2Dカメラベースのシステムによって大幅に進歩している。 プライバシー問題の増加が大きな問題として浮上し、LiDARベースのPDTを代替手段として移行するきっかけとなった。 本稿では,LiDAR ベースの PDT フレームワークの重要なコンポーネントとして,後処理の検出,データアソシエーション,モーションモデリング,ライフサイクル管理について検討する。 多様な環境向けに設計されたロバストな人物トラッカーであるSpbTrackを紹介する。
  論文  参考訳（メタデータ） (2024-08-12T06:33:38Z)
• Unsupervised Domain Adaptation for Self-Driving from Past Traversal Features [69.47588461101925]
  本研究では,新しい運転環境に3次元物体検出器を適応させる手法を提案する。 提案手法は,空間的量子化履歴特徴を用いたLiDARに基づく検出モデルを強化する。 実世界のデータセットの実験では、大幅な改善が示されている。
  論文  参考訳（メタデータ） (2023-09-21T15:00:31Z)
• Once Detected, Never Lost: Surpassing Human Performance in Offline LiDAR based 3D Object Detection [50.959453059206446]
  本稿では,高性能なオフラインLiDARによる3Dオブジェクト検出を実現することを目的とする。 まず、経験豊富な人間のアノテータが、トラック中心の視点でオブジェクトに注釈を付けるのを観察する。 従来のオブジェクト中心の視点ではなく,トラック中心の視点で高性能なオフライン検出器を提案する。
  論文  参考訳（メタデータ） (2023-04-24T17:59:05Z)
• Fully Sparse 3D Object Detection [57.05834683261658]
  長距離LiDARオブジェクト検出のためのフルスパース3Dオブジェクト検出器(FSD)を構築した。 FSDは一般的なスパース・ボクセル・エンコーダと新しいスパース・インスタンス認識(SIR)モジュール上に構築されている。 SIRは、ポイントをインスタンスにグループ化することで、以前のポイントベースのメソッドでの待ち行列クエリを避ける。
  論文  参考訳（メタデータ） (2022-07-20T17:01:33Z)
• A Lightweight and Detector-free 3D Single Object Tracker on Point Clouds [50.54083964183614]
  生のLiDARスキャンにおける物体の点雲は、通常スパースで不完全であるため、正確な目標固有検出を行うのは簡単ではない。 DMTは、複雑な3D検出器の使用を完全に除去する3Dトラッキングネットワークである。
  論文  参考訳（メタデータ） (2022-03-08T17:49:07Z)
• Domain and Modality Gaps for LiDAR-based Person Detection on Mobile Robots [91.01747068273666]
  本稿では,移動ロボットのシナリオに着目した既存のLiDAR人物検出装置について検討する。 実験は3Dと2D LiDARのセンサー間のモダリティのギャップだけでなく、運転と移動ロボットのシナリオ間の領域ギャップを回避している。 その結果、LiDARに基づく人物検出の実践的な洞察を与え、関連する移動ロボットの設計と応用に関する情報決定を容易にする。
  論文  参考訳（メタデータ） (2021-06-21T16:35:49Z)
• LiDAR R-CNN: An Efficient and Universal 3D Object Detector [20.17906188581305]
  自動運転の知覚システムには、LiDARベースの3D検出が欠かせません。 lidar r-cnnは,既存の3d検出器を改良できる第2段検出器である。 特に、PointPillarsの1つのバリエーションに基づいて、私たちの方法は小さなコストで新しい最先端の結果を達成できます。
  論文  参考訳（メタデータ） (2021-03-29T03:01:21Z)
• Self-Supervised Person Detection in 2D Range Data using a Calibrated Camera [83.31666463259849]
  2次元LiDARに基づく人検出器のトレーニングラベル(擬似ラベル)を自動生成する手法を提案する。 擬似ラベルで訓練または微調整された自己監視検出器が,手動アノテーションを用いて訓練された検出器を上回っていることを示した。 私達の方法は付加的な分類の努力なしで配置の間に人の探知器を改善する有効な方法です。
  論文  参考訳（メタデータ） (2020-12-16T12:10:04Z)
• CurbScan: Curb Detection and Tracking Using Multi-Sensor Fusion [0.8722958995761769]
  カーブ検出と追跡は、車両のローカライゼーションと経路計画に有用である。 本稿では,複数のセンサからデータを融合して縁石を検出・追跡する手法を提案する。 提案アルゴリズムは,KITTIデータセットとデータセットでそれぞれ4.5～22m,0～14m以内の精度を90%以上維持する。
  論文  参考訳（メタデータ） (2020-10-09T22:48:20Z)

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。