論文の概要: WASABI: Whole-graph Assignment-based Stabilizer for lAne topology By Inter-frame tracking

• arxiv url: http://arxiv.org/abs/2607.19781v1
• Date: Wed, 22 Jul 2026 05:59:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-23 18:51:37.98777
• Title: WASABI: Whole-graph Assignment-based Stabilizer for lAne topology By Inter-frame tracking
• Title（参考訳）: WASABI: フレーム間トラッキングによるlAneトポロジのための全グラフアサインベース安定化器
• Abstract要約: 最近の知覚モデルは、360度BEVビュー上の車載センサーから車線トポロジーを推定する。 出力は、検出ミス、LCLCの誤検出、過剰検出、ラベルフリックなどの構造不安定性を保っている。 本稿では,車線トポロジ出力をフレーム内およびフレーム間の両方で安定化する実時間後処理パイプラインWASABIを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous driving requires understanding the road as a graph of drivable lanes and their connectivity, beyond the ego lane alone, to follow routes through intersections and reason about cross- and merging-traffic. Recent perception models infer such lane topology, i.e., lane segments together with their inter-lane connectivity (LCLC), from onboard sensors over a 360-degree BEV view. Due to neural perception's imperfections, their outputs retain structural instabilities such as missed detections, lost or incorrect LCLC, over-detection, and label flicker. This paper presents WASABI, a real-time post-processing pipeline that stabilizes lane topology outputs both within and across frames by treating lane segments and their LCLC connectivity as joint tracking targets, under onboard real-time constraints (10 Hz / 20 ms / up to 200 input lanes). The pipeline integrates segment tracking with connectivity, noise-robust topology-aware refinement, and a resource-constrained real-time design. On internal validation data (16 sequences), WASABI improves LCLC detection F1 from 0.834 to 0.948 (+0.114, +13.6%) and reduces centerline lateral error from 2.50 m to 0.95 m, while reducing detection false-positives by 24.6%. Temporal-stability metrics on the same data show LCLC toggle rate reduced by 63.3% and boundary-label flicker rate by 30.2%, confirming across-frame stabilization beyond per-frame accuracy.
• Abstract（参考訳）: 自律運転は、道路を乾燥可能なレーンのグラフとして理解し、その接続性はエゴレーンだけにとどまらず、交差点を通るルートを辿り、交差交通と合流交通について理屈を定めなければならない。 近年の知覚モデルでは、車載センサーから車線セグメント、すなわち車線間接続(LCLC)を360度BEVビューで推定している。 神経知覚の不完全性のため、その出力は検出の欠如、LCLCの誤検出、過剰検出、ラベルフリックなどの構造的不安定性を保っている。 本稿では,車線セグメントとLCLC接続性を実時間制約下(10Hz/20ms/最大200入力レーン)のジョイントトラッキングターゲットとして扱うことにより,車線トポロジ出力をフレーム内およびフレーム間の両方で安定化する,リアルタイム後処理パイプラインであるWAZBIを提案する。 パイプラインはセグメントトラッキングと接続性、ノイズロストトポロジ対応の改良、リソース制約のあるリアルタイム設計を統合している。 内部検証データ(16列)では、WASABIはLCLCLC検出F1を0.834から0.948(+0.114,+13.6%)に改善し、中心線側方誤差を2.50mから0.95mに低減し、検出偽陽性を24.6%削減する。 同じデータ上の時間安定性の指標はLCLCのトグルレートを63.3%削減し、境界ラベルのフリックレートを30.2%削減し、フレーム単位の精度を超えたフレーム間の安定化を確認した。

関連論文リスト

• An Adaptive Fixed-Time Line-of-Sight Guidance Scheme for 3D Path Following of Underwater Vehicles: Theory and Experiment [2.202253618096515]
  本稿では,AUVの3次元経路追跡のための頑健な固定時間適応誘導フレームワークを提案する。 また、カーブした経路におけるトラッキング性能を改善するために、時間変化のルックアヘッド機構も導入されている。
  論文  参考訳（メタデータ） (2026-09-13T19:42:16Z)
• Solution for UCF UrbanTwin V2X-Real Track: Sim-to-Real Urban LiDAR 3D Object Detection [54.03436243843709]
  本報告では,Sim2Real 3D検出のためのマルチソース協調学習とクラス認識融合フレームワークを提案する。 この方法は、デジタルツインスキャン、拡散露光スキャン、密度安定化スキャン、歩行者形態に整列したサンプルを補完的な役割を持つ統合トレーニングプールに整理する。
  論文  参考訳（メタデータ） (2026-09-07T15:16:15Z)
• A Hybrid Two-Stage Machine Learning Pipeline for Fault Detection and Classification in Power Transmission Systems [0.4349640169711269]
  本稿では,分類から検出を分離するハイブリッド2段階機械学習パイプラインを提案する。 TLFaultDatasetでは、Line-faultのエンドツーエンドの精度が31.3%から95.8%に向上している。 独立した単一ポイントデータセットでは、同じフレームワークが通常の操作を含むすべてのクラスで97.25%のエンドツーエンドの精度を達成している。
  論文  参考訳（メタデータ） (2026-08-24T18:11:29Z)
• Beyond Control Points: Arcsecond Relative-Motion Estimation of Vision Measurement Platforms With Incomplete or Absent Control Fields [43.43572961146893]
  画像の変位や既知の3D点から直接プラットフォームの動きを推定する制御適応微分フレームワークを開発した。 我々は、回転可観測条件、非モデル翻訳および非剛点運動のためのリークバウンド、および単一点軸偏差法を導出する。
  論文  参考訳（メタデータ） (2026-08-14T03:41:30Z)
• Zero-Shot Traffic Accident Detection via a Coarse-to-Fine VLM-Tracking Pipeline [0.10874100424278173]
  ACCIDENT @ CVPRベンチマークは、厳密な制約の下で、この共同予測を正確に評価する。 我々は,凍結したQwen3-VL-32B-インストラクション視覚言語モデルとYOLO11xオブジェクト検出とBoT-SORTトラッキングを組み合わせた,トレーニングフリーで2パスの粗いパイプラインを提案する。 公式の2,027クリップの実CCTVテストセットにおいて,本システムは0.504の3方向高調波平均スコアを達成した。
  論文  参考訳（メタデータ） (2026-08-09T19:08:56Z)
• Observer-Assisted Relative-Velocity Compensation with LPV-$H_\infty$ Robust Correction for 3D Trajectory Tracking of Underactuated Non-Minimum-Phase AUVs under Ocean Currents [0.0]
  本稿では,魚雷型非作動型AUVの3次元軌道追跡のためのオブザーバ支援制御アーキテクチャを開発する。 3段階の状態電流オブザーバは、支配的な電流拒絶の非線形フィードフォワード項に対する相対速度推定を提供する。 特異摂動解析は、組込みLPVモデルにおける局所的な一様最適有界性を証明する。
  論文  参考訳（メタデータ） (2026-07-26T13:35:06Z)
• Unsupervised Detection of Entry and Exit Regions from Vehicle Trajectories for Camera-Agnostic Turning Movement Counts [2.0689823177950397]
  教師なしパイプラインは 原車軌道から直接 進入領域と出口領域を識別する パイプラインクラスター 初期および終点位置 永続的な空間領域を生成する パイプラインは、高い中央値エラーを犠牲にして、カメラビュー全体の安定性と計算コストの低下を示す。
  論文  参考訳（メタデータ） (2026-07-12T22:38:57Z)
• Delay-Aware Active Triangulation with Uncertainty-Driven Multi-Agent Reinforcement Learning for Counter-UAS [5.4271995156436965]
  マルチエージェントアクティブな視覚三角測量により、移動オブザーバを制御可能なカメラで調整することにより、航空目標の正確な3次元位置決めが可能になる。 我々は,Counter-UASアプリケーションにおけるターゲットローカライゼーションのための遅延認識,不確実性駆動型マルチエージェント強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-07T07:58:13Z)
• LLM-Empowered Multimodal Fusion Framework for Autonomous Driving: Semantic Enhancement and Channel-Adaptive Design [56.76240343283953]
  本稿では,大規模言語モデル中心のセマンティック・レイヤ・チャネル・アウェア・インテグレート・パーセプション・フレームワークを提案する。 ローカルな視覚ストリームと、知覚盲点をカバーするために使用される品質の変化した外部レーダーストリームを融合させる。 nuScenesとVIRATの実験は、我々のアプローチを検証する。
  論文  参考訳（メタデータ） (2026-07-02T06:44:02Z)
• NaviCache: Test-Time Self-Calibration Caching for Video Generation [82.90113757454375]
  NaviCacheはビデオ拡散モデルのためのテスト時間自己校正手法である。 基本的な領域ギャップと非定常的な拡散の性質を橋渡しする。 理論上は、誤差バウンド・スキップのメカニズムを提供する。
  論文  参考訳（メタデータ） (2026-06-25T09:28:12Z)
• Guided Diffusion with Distilled Vision-Language Reliability for Aerial Navigation [2.186077977059593]
  3次元UAVナビゲーションのための信頼性を考慮した拡散プランナを提案する。 これは、シーンレベルの信頼性ヒートマップとともに、観測上の軌道生成を条件付ける。 再訓練をせずに、目に見えない環境に一般化するため、2段階のESDFコストでデノナイズ処理を行う。
  論文  参考訳（メタデータ） (2026-06-11T20:18:34Z)
• Edge-Efficient Two-Stream Multimodal Architecture for Non-Intrusive Bathroom Fall Detection [2.669350701173451]
  濡れた浴室環境の滝は、高齢者が一人で生活する大きな安全リスクである。 近年の研究では、mWaveのみ、振動のみ、および既存のマルチモーダルスキームがプライバシー保護、非侵襲的な転倒検出をサポートすることが示されている。 本研究では,長距離移動パターンと床振動の処理を行うMotion-Mambaブランチを用いて,レーダ信号を符号化する2ストリームアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-03-17T18:54:21Z)
• Environment-Aware Channel Inference via Cross-Modal Flow: From Multimodal Sensing to Wireless Channels [45.969793510760645]
  この論文では、マルチモーダル観測から直接完全なCSIを推定するパイロットフリーチャネル推定について検討する。 本研究では,センサ・チャネル間マッピングをモーダル間フローマッチング問題として定式化するデータ駆動型フレームワークを開発した。 実験では,シオンナとブレンダーをベースとした手続き型データ生成装置を構築し,センシングシーンのリアルなモデリングと無線伝搬を支援する。
  論文  参考訳（メタデータ） (2025-12-04T16:35:09Z)
• Homography Guided Temporal Fusion for Road Line and Marking Segmentation [73.47092021519245]
  道路線やマーキングは、移動車両、影、グレアの存在下でしばしば閉鎖される。 本稿では,映像フレームを補足的に利用するHomography Guided Fusion (HomoFusion) モジュールを提案する。 カメラ固有のデータと地上平面の仮定をクロスフレーム対応に利用することにより,高速・高精度性能が向上した軽量ネットワークの実現が期待できることを示す。
  論文  参考訳（メタデータ） (2024-04-11T10:26:40Z)
• Correlating sparse sensing for large-scale traffic speed estimation: A Laplacian-enhanced low-rank tensor kriging approach [76.45949280328838]
  本稿では,Laplacian enhanced Low-rank tensor (LETC) フレームワークを提案する。 次に,提案したモデルをネットワークワイド・クリグにスケールアップするために,複数の有効な数値手法を用いて効率的な解アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2022-10-21T07:25:57Z)

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。