論文の概要: Pedestrian Archetypes Extension -- More Pedestrian Models for Autonomous Vehicle Safety Testing
- arxiv url: http://arxiv.org/abs/2607.16922v1
- Date: Sat, 18 Jul 2026 18:26:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-21 18:48:37.302672
- Title: Pedestrian Archetypes Extension -- More Pedestrian Models for Autonomous Vehicle Safety Testing
- Title（参考訳）: Pedestrian Archetypes Extension -- 自動運転車の安全性テストのための歩行者モデル
- Authors: Taorui Huang, Namita Gaidhani, Ritvik Bansal, S M Jubaer, Regina Lim, Rhett Zhao, Gavin Rafael Selin, Sunnie Deng Gao, Hasnain N Syed,
- Abstract要約: 以前の論文では、Wanderer、Drunk、Distracted、Flash、Indecisive、Blind、Flock、Jaywalker、Y old、Kid、Eventful、Parked Pedestrianなど12の歩行者アーチタイプが提案されていた。
これまでに提案したものとは,観測可能で,行動学的に有意な相違点を有する歩行者アーチタイプ7種を同定した。
新しい考古学者は、もともとの分類法では説明できない歩行者の行動パターンを捉えた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In our prior work, Pedestrian Archetypes, we defined pedestrian archetypes as collections of behaviors that uniquely identify a specific type of pedestrian. The first paper proposed 12 pedestrian archetypes, including the Wanderer, Drunk, Distracted, Flash, Indecisive, Blind, Flock, Jaywalker, Elderly, Kid, Eventful, and Parked Pedestrian. These archetypes were introduced to move beyond single behavior labels and provide a more natural way to describe how dangerous pedestrians actually behave progressively in real-world traffic scenarios. However, upon further annotation of YouTube dash-cam videos, we identified 7 additional pedestrian archetypes with observable and significant behavioral differences from the previously proposed ones. These new archetypes capture pedestrian behavior patterns that could not be fully explained by the original taxonomy. In this pre-print, we introduce each new archetype, define its essential and optional behaviors, explain how it differs from previously proposed archetypes, and provide video-frame evidence showing the archetype in action.
- Abstract（参考訳）: 私たちの以前の研究である歩行者アーチタイプでは、歩行者アーチタイプを特定の種類の歩行者を識別する行動のコレクションとして定義しました。
最初の論文では、Wanderer、Drunk、Distracted、Flash、Indecisive、Blind、Flock、Jaywalker、Y old、Kid、Eventful、Parked Pedestrianを含む12の歩行者アーチタイプが提案された。
これらのアーチタイプは、単一の行動ラベルを超えて、現実世界の交通シナリオにおいて、歩行者が実際にどのように行動するかを説明するための、より自然な方法を提供するために導入された。
しかし、YouTubeのダッシュカムビデオのさらなるアノテーションにより、これまで提案されていたものとは大きく異なる、観察可能な7つの歩行者アーチタイプを特定した。
これらの新しいアーチタイプは、もともとの分類法では説明できない歩行者の行動パターンを捉えている。
このプレプリントでは、それぞれの新しいアーチタイプを紹介し、その必須かつ任意の振る舞いを定義し、それ以前に提案されたアーチタイプとどのように異なるかを説明し、その動作を示すビデオフレームエビデンスを提供する。
関連論文リスト
- Exploring Sidewalk Sheds in New York City through Chatbot Surveys and Human Computer Interaction [47.311965900698084]
歩行者から画像ベースのアノテーションと経路選択を収集するAIベースのサーベイを開発した。
本稿では,入り口アノテーションのグリッド解析を行い,歩道選択パターンの評価にロジスティック・ミックスエフェクト・モデリングを適用した。
本研究は,都市研究に生成AIを組み込むことで,歩道のシードデザインを評価する新しい手法を実証する。
論文 参考訳（メタデータ） (2026-01-30T15:41:44Z) - Learning to Generate Diverse Pedestrian Movements from Web Videos with Noisy Labels [59.322951972876716]
PedGenは、Webビデオから多様な歩行者の動きを学ぶための生成モデルである。
PedGenはノイズの多いラベルから学び、コンテキストファクターを組み込む。
実世界とシミュレーション環境の両方においてゼロショットの一般化を実現する。
論文 参考訳（メタデータ） (2024-10-10T00:25:17Z) - Robust Pedestrian Detection via Constructing Versatile Pedestrian Knowledge Bank [51.66174565170112]
本稿では,多目的な歩行者知識銀行を構築するための新しいアプローチを提案する。
我々は大規模な事前訓練モデルから歩行者の知識を抽出する。
次に、ほとんどの代表的特徴を定量化し、背景のシーンと区別できるように指導することで、それらをキュレートする。
論文 参考訳（メタデータ） (2024-04-30T07:01:05Z) - Pedestrian Trajectory Prediction in Pedestrian-Vehicle Mixed
Environments: A Systematic Review [3.809702129519642]
歩行者と共有する空間で自動運転車の経路を計画するには、歩行者の将来の軌跡を推論する必要がある。
本稿では,歩行者軌跡予測をモデル化するための文献的手法を体系的に検討する。
論文 参考訳（メタデータ） (2023-08-11T23:58:51Z) - InCrowdFormer: On-Ground Pedestrian World Model From Egocentric Views [28.54213112712818]
我々は,地上の歩行者が地上の観衆のまわりを移動する様子を予測できる,地上の歩行者世界モデルを紹介した。
InCrowdFormerは、歩行者のインタラクションをモデル化してTransformerアーキテクチャを完全に活用し、注目を集めてトップダウンのビュー変換に重点を置いている。
我々は、歩行者の位置の後方分布を予測するために、未知の歩行者の高さから生じる不確実性を潜時符号で符号化する。
論文 参考訳（メタデータ） (2023-03-16T17:51:02Z) - Pedestrian Stop and Go Forecasting with Hybrid Feature Fusion [87.77727495366702]
歩行者の立ち止まりと予測の新たな課題を紹介します。
都市交通における歩行者の立ち寄り行動を明示的に研究するためのベンチマークであるTransをリリースする。
歩行者の歩行動作に注釈を付けたいくつかの既存のデータセットから構築し、さまざまなシナリオや行動を実現する。
論文 参考訳（メタデータ） (2022-03-04T18:39:31Z) - Pedestrian Detection: Domain Generalization, CNNs, Transformers and
Beyond [82.37430109152383]
その結果、現在の歩行者検知器は、クロスデータセット評価において、たとえ小さな領域シフトであっても処理が不十分であることがわかった。
限定的な一般化は、その方法と現在のデータ源の2つの主要な要因に帰着する。
本稿では、一般化を改善する進歩的な微調整戦略を提案する。
論文 参考訳（メタデータ） (2022-01-10T06:00:26Z) - Multi-Modal Hybrid Architecture for Pedestrian Action Prediction [14.032334569498968]
本研究では,歩行者の横断行動を予測するために,環境から取得したさまざまな情報ソースを組み込んだ新しいマルチモーダル予測アルゴリズムを提案する。
既存の2次元歩行者行動ベンチマークと新たに注釈付けされた3次元運転データセットを用いて,提案モデルが歩行者横断予測における最先端性能を達成することを示す。
論文 参考訳（メタデータ） (2020-11-16T15:17:58Z) - Pedestrian Models for Autonomous Driving Part II: High-Level Models of
Human Behavior [12.627716603026391]
歩行者の存在下で自動運転車を計画するには、将来の振る舞いをモデル化する必要がある。
この調査は、最適な歩行行動には良いモデルがあるが、歩行者行動の高レベル心理学的・社会的モデリングは依然としてオープンな研究課題であることを示している。
論文 参考訳（メタデータ） (2020-03-26T14:55:18Z) - Generalizable Pedestrian Detection: The Elephant In The Room [82.37430109152383]
既存の最先端の歩行者検出器は、同じデータセット上でトレーニングやテストを行う際には、非常によく機能するが、データセット間の評価では、十分に一般化されていない。
ウェブをクロールすることで収集される多様で高密度なデータセットは、歩行者検出のための事前学習の効率的な情報源であることを示す。
論文 参考訳（メタデータ） (2020-03-19T14:14:52Z)
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。