論文の概要: Toward Deep Representation Learning for Event-Enhanced Visual Autonomous Perception: the eAP Dataset

• arxiv url: http://arxiv.org/abs/2603.16303v1
• Date: Tue, 17 Mar 2026 09:39:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-21 18:33:56.900737
• Title: Toward Deep Representation Learning for Event-Enhanced Visual Autonomous Perception: the eAP Dataset
• Title（参考訳）: イベント強化視覚自律認識のための深層表現学習に向けて:eAPデータセット
• Authors: Jinghang Li, Shichao Li, Qing Lian, Peiliang Li, Xiaozhi Chen, Yi Zhou,
• Abstract要約: 自動認識のためのイベントカメラを備えた最大のデータセットであるeAP(event-enhanced Autonomous Perception)を提示する。 我々は,eAPが3次元車両検出や物体の時間対接触推定など,様々な自律的知覚タスクの研究をいかに促進するかを実証する。
• 参考スコア（独自算出の注目度）: 14.49458295475286
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent visual autonomous perception systems achieve remarkable performances with deep representation learning. However, they fail in scenarios with challenging illumination.While event cameras can mitigate this problem, there is a lack of a large-scale dataset to develop event-enhanced deep visual perception models in autonomous driving scenes. To address the gap, we present the eAP (event-enhanced Autonomous Perception) dataset, the largest dataset with event cameras for autonomous perception. We demonstrate how eAP can facilitate the study of different autonomous perception tasks, including 3D vehicle detection and object time-to-contact (TTC) estimation, through deep representation learning. Based on eAP, we demonstrate the ffrst successful use of events to improve a popular 3D vehicle detection network in challenging illumination scenarios. eAP also enables a devoted study of the representation learning problem of object TTC estimation. We show how a geometryaware representation learning framework leads to the best eventbased object TTC estimation network that operates at 200 FPS. The dataset, code, and pre-trained models will be made publicly available for future research.
• Abstract（参考訳）: 近年の視覚自律認識システムは、深層表現学習によって顕著な性能を達成している。 しかし、彼らは照明に挑戦するシナリオで失敗し、イベントカメラはこの問題を軽減することができるが、自律運転シーンでイベント強化されたディープ・ヴィジュアライゼーション・モデルを開発するための大規模なデータセットは存在しない。 このギャップに対処するため、イベントカメラによる自律認識のための最大のデータセットであるeAPデータセット(event-enhanced Autonomous Perception)を提示する。 深層表現学習を通じて,3次元車両検出やオブジェクト・タイム・トゥ・コンタクト(TTC)推定など,様々な自律的知覚タスクをeAPが容易に研究できることを実証する。 eAPをベースとして,一般的な3D車両検出ネットワークを改善するために,照明の難易度の高いイベントの利用を実証した。 eAPはまた、オブジェクトTTC推定の表現学習問題について、専用の研究を可能にする。 形状認識型表現学習フレームワークが200FPSで動作するイベントベースオブジェクトTTC推定ネットワークにいかに貢献するかを示す。 データセット、コード、事前訓練されたモデルは、将来の研究のために公開される予定である。

関連論文リスト

• Self-Supervised Pre-training with Combined Datasets for 3D Perception in Autonomous Driving [46.24100810736637]
  我々は、ラベルのないデータから効果的な3D表現をスクラッチから学習する自己教師付き事前学習フレームワークを導入する。 このアプローチは、3Dオブジェクト検出、BEVセグメンテーション、3Dオブジェクトトラッキング、占有率予測などの下流タスクにおけるモデルパフォーマンスを大幅に改善する。
  論文  参考訳（メタデータ） (2025-04-17T07:26:11Z)
• Inverse++: Vision-Centric 3D Semantic Occupancy Prediction Assisted with 3D Object Detection [11.33083039877258]
  3次元セマンティック占有予測は、自動運転車の周囲環境の詳細な幾何学的・意味的な情報を予測することを目的としている。 追加の3次元物体検出補助分岐を組み込んだ3次元監視信号を導入する。 IoUスコアは31.73%、mIoUスコアは20.91%である。
  論文  参考訳（メタデータ） (2025-04-07T05:08:22Z)
• FSNet: Redesign Self-Supervised MonoDepth for Full-Scale Depth Prediction for Autonomous Driving [18.02943016671203]
  本研究では,自律走行シーンの高精度なスケール認識深度予測のための包括的自己教師型フレームワークを提案する。 特に,FSNetと呼ばれるフルスケール深度予測ネットワークを導入する。 FSNetを使えば、ロボットや車両は1台のカメラしか持たず、訓練用画像フレームやカメラポーズのシーケンスを収集し、余分なラベル付け作業や3Dデータなしで環境の正確な3D深度を推測することができる。
  論文  参考訳（メタデータ） (2023-04-21T03:17:04Z)
• ALSO: Automotive Lidar Self-supervision by Occupancy estimation [70.70557577874155]
  本稿では,ポイントクラウド上で動作している深層知覚モデルのバックボーンを事前学習するための自己教師型手法を提案する。 中心となる考え方は、3Dポイントがサンプリングされる表面の再構成であるプリテキストタスクでモデルをトレーニングすることである。 直感的には、もしネットワークがわずかな入力ポイントのみを考慮し、シーン表面を再構築できるなら、おそらく意味情報の断片をキャプチャする。
  論文  参考訳（メタデータ） (2022-12-12T13:10:19Z)
• 3D Object Detection with a Self-supervised Lidar Scene Flow Backbone [10.341296683155973]
  本稿では,下流3次元視覚タスクのための汎用クラウドバックボーンモデルを学習するために,自己指導型トレーニング戦略を提案する。 我々の主な貢献は、学習の流れと動きの表現を活用し、自己教師付きバックボーンと3D検出ヘッドを組み合わせることである。 KITTIとnuScenesベンチマークの実験により、提案した自己教師付き事前学習は3次元検出性能を著しく向上させることが示された。
  論文  参考訳（メタデータ） (2022-05-02T07:53:29Z)
• Fine-Grained Vehicle Perception via 3D Part-Guided Visual Data Augmentation [77.60050239225086]
  実画像中の車両に動的部品を付加した3次元自動車モデルによる効果的なトレーニングデータ生成プロセスを提案する。 私達のアプローチは人間の相互作用なしで完全に自動です。 VUS解析用マルチタスクネットワークとVHI解析用マルチストリームネットワークを提案する。
  論文  参考訳（メタデータ） (2020-12-15T03:03:38Z)
• Improving Point Cloud Semantic Segmentation by Learning 3D Object Detection [102.62963605429508]
  ポイントクラウドセマンティックセグメンテーションは、自動運転において重要な役割を果たす。 現在の3Dセマンティックセグメンテーションネットワークは、よく表現されたクラスに対して優れた性能を発揮する畳み込みアーキテクチャに焦点を当てている。 Aware 3D Semantic Detection (DASS) フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-09-22T14:17:40Z)
• Exploring the Capabilities and Limits of 3D Monocular Object Detection -- A Study on Simulation and Real World Data [0.0]
  単眼カメラデータに基づく3次元物体検出が自動運転の鍵となる。 近年のディープラーニング手法は, 単一の画像から深度情報を復元する有望な結果を示す。 本稿では,深度推定の異なるパラメータ化が可能な3次元物体検出パイプラインの性能評価を行う。
  論文  参考訳（メタデータ） (2020-05-15T09:05:17Z)
• SimAug: Learning Robust Representations from Simulation for Trajectory Prediction [78.91518036949918]
  本研究では,シミュレーション学習データの拡張により,ロバスト表現を学習する新しい手法を提案する。 我々は,SimAugが実世界の3つのベンチマークで有望な結果を得ることを示す。
  論文  参考訳（メタデータ） (2020-04-04T21:22:01Z)
• Training-free Monocular 3D Event Detection System for Traffic Surveillance [93.65240041833319]
  既存のイベント検出システムは、主に学習ベースであり、大量のトレーニングデータが利用可能な場合、十分なパフォーマンスを実現している。 現実のシナリオでは、十分なラベル付きトレーニングデータの収集は高価であり、時には不可能である。 本稿では,交通監視のためのトレーニング不要な単眼3Dイベント検出システムを提案する。
  論文  参考訳（メタデータ） (2020-02-01T04:42:57Z)

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。