論文の概要: GuideTWSI: A Diverse Tactile Walking Surface Indicator Dataset from Synthetic and Real-World Images for Blind and Low-Vision Navigation

• arxiv url: http://arxiv.org/abs/2603.07060v1
• Date: Sat, 07 Mar 2026 06:39:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:42.032761
• Title: GuideTWSI: A Diverse Tactile Walking Surface Indicator Dataset from Synthetic and Real-World Images for Blind and Low-Vision Navigation
• Title（参考訳）: GuideTWSI:Blind and Low-Vision Navigationのための合成および実世界の画像から得られた各種触覚ウォーキングサーフェスインジケータデータセット
• Authors: Hochul Hwang, Soowan Yang, Anh N. H. Nguyen, Parth Goel, Krisha Adhikari, Sunghoon I. Lee, Joydeep Biswas, Nicholas A. Giudice, Donghyun Kim,
• Abstract要約: タクティルウォーキング・サーフェス・インジケーター(TWSI)は、視覚障害者や低視野歩行者が交差点や危険地帯の場所を見つけるために使用する安全上重要なランドマークである。 TWSIは、既存の都市認識データセットでは著しく不足している。 モデルは、ドームベースの警告を一般化するために、バー中心のデータ闘争にのみ訓練された。
• 参考スコア（独自算出の注目度）: 12.434933582031306
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Tactile Walking Surface Indicators (TWSIs) are safety-critical landmarks that blind and low-vision (BLV) pedestrians use to locate crossings and hazard zones. From our observation sessions with BLV guide dog handlers, trainers, and an O&M specialist, we confirmed the critical importance of reliable and accurate TWSI segmentation for navigation assistance of BLV individuals. Achieving such reliability requires large-scale annotated data. However, TWSIs are severely underrepresented in existing urban perception datasets, and even existing dedicated paving datasets are limited: they lack robot-relevant viewpoints (e.g., egocentric or top-down) and are geographically biased toward East Asian directional bars - raised parallel strips used for continuous guidance along sidewalks. This narrow focus overlooks truncated domes - rows of round bumps used primarily in North America and Europe as detectable warnings at curbs, crossings, and platform edges. As a result, models trained only on bar-centric data struggle to generalize to dome-based warnings, leading to missed detections and false stops in safety-critical environments.
• Abstract（参考訳）: タクティルウォーキング・サーフェス・インジケーター(TWSI)は、視覚障害者や低視野歩行者が交差点や危険地帯の場所を見つけるために使用する安全上重要なランドマークである。 BLVガイド犬ハンドラ,トレーナー,O&Mスペシャリストとの観察セッションから,BLVのナビゲーション支援における信頼性と正確なTWSIセグメンテーションの重要性を確認した。 このような信頼性を達成するには、大規模な注釈付きデータが必要である。 しかし、TWSIは既存の都市認識データセットでは著しく不足しており、既存の専用舗装データセットでさえ限定的であり、ロボット関連視点(例えば、エゴセントリックやトップダウン)が欠如しており、地理的に東アジアの方向バーに偏っている。 この狭い焦点は、縁石、交差点、プラットフォームエッジの検知可能な警告として、主に北アメリカとヨーロッパで使用される丸い突起列(英語版)を見落としている。 その結果、バー中心のデータ闘争のみをトレーニングしたモデルは、ドームベースの警告を一般化するために訓練され、安全クリティカルな環境における検出の欠如と誤った停止につながった。

関連論文リスト

• Navigating in the Dark: A Multimodal Framework and Dataset for Nighttime Traffic Sign Recognition [9.151417330446591]
  INTSDは、インドの様々な地域で収集された交通標識の街路レベルの夜間画像の大規模なデータセットである。 共同照明の補正と信号の局所化のための適応画像強調検出器を組み込んだLENS-Netを提案する。 本手法は既存のフレームワークを超越し,その重要な構成要素の有効性を検証した。
  論文  参考訳（メタデータ） (2025-11-21T12:04:53Z)
• Few Shot Semi-Supervised Learning for Abnormal Stop Detection from Sparse GPS Trajectories [9.895353254067894]
  都市間交通における異常な停止検知は、乗客の安全、運転の信頼性、規制の遵守を保証するために重要である。 既存の方法は、しばしば密度の高いサンプリングや規則的な動きパターンを仮定し、適用性を制限する。 本研究では,局所空間時間密度に基づいてセグメント境界を適応的に定義するスパーシティ・アウェア (SAS) 手法を提案する。
  論文  参考訳（メタデータ） (2025-10-14T16:22:34Z)
• SuperEx: Enhancing Indoor Mapping and Exploration using Non-Line-of-Sight Perception [4.882290104560518]
  本研究では,ロボット探査に非視線センシング(NLOS)を導入している。 我々は、隠れた物体の存在をエンコードする飛行時間ヒストグラムをキャプチャする単一光子LiDARを利用する。 我々は,NLOSセンシングを直接地図探索ループに統合するフレームワークであるSuperExを紹介する。
  論文  参考訳（メタデータ） (2025-10-12T08:52:20Z)
• Benchmarking Egocentric Visual-Inertial SLAM at City Scale [50.1245744173948]
  本稿では,エゴセントリックなマルチモーダルデータを用いた視覚慣性SLAMのための新しいデータセットとベンチマークを提案する。 我々は、様々なセンサーを備えたメガネのような装置で、市内の中心部を何時間、何キロもの軌跡を記録している。 アカデミックによって開発された最先端のシステムは、これらの課題に対して堅牢ではないことを示し、これに責任を負うコンポーネントを特定します。
  論文  参考訳（メタデータ） (2025-09-30T17:59:31Z)
• HEADS-UP: Head-Mounted Egocentric Dataset for Trajectory Prediction in Blind Assistance Systems [47.37573198723305]
  HEADS-UPは、ヘッドマウントカメラから収集された最初のエゴセントリックなデータセットである。 視覚障害者と歩行者の衝突リスクを評価するための半局所軌道予測手法を提案する。
  論文  参考訳（メタデータ） (2024-09-30T14:26:09Z)
• OOSTraj: Out-of-Sight Trajectory Prediction With Vision-Positioning Denoising [49.86409475232849]
  軌道予測はコンピュータビジョンと自律運転の基本である。 この分野における既存のアプローチは、しばしば正確で完全な観測データを仮定する。 本稿では,視覚的位置決め技術を利用した視線外軌道予測手法を提案する。
  論文  参考訳（メタデータ） (2024-04-02T18:30:29Z)
• OpenOccupancy: A Large Scale Benchmark for Surrounding Semantic Occupancy Perception [73.05425657479704]
  我々は,最初のセマンティック占有感評価ベンチマークであるOpenOccupancyを提案する。 大規模なnuScenesデータセットを拡張した。 周囲の占有感の複雑さを考慮し、粗い予測を洗練させるためにカスケード占領ネットワーク(CONET)を提案する。
  論文  参考訳（メタデータ） (2023-03-07T15:43:39Z)
• STCrowd: A Multimodal Dataset for Pedestrian Perception in Crowded Scenes [78.95447086305381]
  3D空間における歩行者の正確な検出と追跡は、回転、ポーズ、スケールの大きなバリエーションのために困難である。 既存のベンチマークは2Dアノテーションのみを提供するか、あるいは低密度の歩行者分布を持つ限定的な3Dアノテーションを持つ。 混み合ったシナリオにおける歩行者認識アルゴリズムをよりよく評価するために,大規模なマルチモーダルデータセットSTCrowdを導入する。
  論文  参考訳（メタデータ） (2022-04-03T08:26:07Z)
• Safety-Oriented Pedestrian Motion and Scene Occupancy Forecasting [91.69900691029908]
  我々は、個々の動きとシーン占有マップの両方を予測することを提唱する。 歩行者の相対的な空間情報を保存するScene-Actor Graph Neural Network (SA-GNN)を提案する。 2つの大規模な実世界のデータセットで、我々のシーン占有率予測が最先端のモーション予測手法よりも正確でより校正されていることを示した。
  論文  参考訳（メタデータ） (2021-01-07T06:08:21Z)

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。