論文の概要: Privacy-Preserving Dataset Curation for Kuala Lumpur Urban Traffic: Grounded Vision-Language Detection with Spatial Vehicle-Context Filtering
- arxiv url: http://arxiv.org/abs/2608.14724v1
- Date: Wed, 12 Aug 2026 13:45:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.051646
- Title: Privacy-Preserving Dataset Curation for Kuala Lumpur Urban Traffic: Grounded Vision-Language Detection with Spatial Vehicle-Context Filtering
- Title（参考訳）: クアラルンプール都市交通におけるプライバシ保護型データセットの定式化:空間的車両文脈フィルタリングによる接地型視覚言語検出
- Abstract要約: 2FPSのモバイルサイクリングプラットフォームを用いて,クアラルンプール道路のデータセットに合わせた自動匿名化フレームワークを提案する。
従来のHaarカスケードとYOLOv8がこれらの条件下でどのように失敗するかを文書化し、回転または閉塞されたターゲットを欠いている間に背景要素に偽陽性を発生させる。
1,266フレームの初期評価では、成功率が$sim$95%であることが示され、残る失敗は小さく、大きく、斜め、曖昧な目標に制限されている。
- 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: The rapid advancement of intelligent transportation systems and autonomous driving relies heavily on multi-modal urban traffic datasets. However, curating high-fidelity video imagery in complex tropical urban environments---specifically Kuala Lumpur, Malaysia---presents severe challenges for Personally Identifiable Information (PII) anonymization due to high motorcycle density, dark acrylic license plates, dynamic camera tilt, and extreme tropical glare. We propose an automated anonymization framework tailored for the Kuala Lumpur Road Dataset, captured via a mobile cycling platform at 2 FPS. We document how legacy Haar cascades and YOLOv8 fail under these conditions---generating false positives on background elements while missing rotated or occluded targets. Our architecture resolves this by integrating Grounding DINO---a zero-shot open-set vision-language transformer---with a novel Spatial Vehicle Region of Interest (ROI) Containment Engine. By requiring license plate centroids to reside within validated vehicle boundaries, the pipeline suppresses environmental false positives while automatically obfuscating faces, heads, and license plates. An initial evaluation on 1,266 frames demonstrates a $\sim$95\% success rate, with remaining failures restricted to small, heavily occluded, oblique, or ambiguous targets. Coupled with temporal persistence mechanisms and an automated quality-control auditor, the framework minimizes privacy-related false negatives while preserving scene context for downstream vision tasks. While formal legal compliance depends on broader governance procedures, this publicly available pipeline and demonstration notebook provide an auditable preprocessing stage for privacy-aware dataset curation.
- Abstract（参考訳）: インテリジェント交通システムと自動運転の急速な進歩は、マルチモーダル都市交通データセットに大きく依存している。
しかし、マレーシアのクアラルンプール(Kuala Lumpur)では、高いオートバイ密度、暗いアクリルナンバープレート、ダイナミックカメラ傾き、極度の熱帯グレアによる個人識別情報(PII)の匿名化が深刻な課題となっている。
2FPSのモバイルサイクリングプラットフォームを用いて,クアラルンプール道路データセットに適した自動匿名化フレームワークを提案する。
本稿では, 従来のHaarカスケードとYOLOv8が, 背景要素に偽陽性を発生させながら, 回転あるいは隠蔽ターゲットを欠くという条件下でどのように失敗するかを述べる。このアーキテクチャは, ゼロショットのオープンセット視覚言語トランスフォーマーであるGrounding DINOを, ROI(Apatial Vehicle Region of Interest) Containment Engineと組み合わせることでこれを解決している。
免許プレートセンタロイドを検証済みの車両境界内に配置することを要求することにより、パイプラインは自動的に顔、頭部、およびライセンスプレートを難読化しながら、環境の偽陽性を抑制する。
1,266フレームの初期評価では、$\sim$95\%の成功率を示し、残る失敗は小さく、大きく、斜め、曖昧な目標に制限されている。
このフレームワークは、時間的持続メカニズムと自動品質制御監査と組み合わせて、下流視覚タスクのシーンコンテキストを維持しながら、プライバシ関連の偽陰性を最小化する。
正式な法的コンプライアンスは、より広範なガバナンス手順に依存するが、この公開パイプラインとデモノートは、プライバシを意識したデータセットキュレーションのための監査可能な事前処理ステージを提供する。
関連論文リスト
- DriveFace: A Cross-Spectral Through-Glass Face Dataset for On-the-Move Vehicular Border Control [8.364479783566168]
我々は,スマートフォンによる事前学習データと組み合わせたNIR車両横断ビデオを含む,境界制御シナリオにおける移動体顔認識のためのデータセットを提案する。
最先端モデルによるベースライン評価は、現実的な条件下での明確な性能制限を示し、フィールドを前進させる専用の方法の必要性を強調している。
論文 参考訳（メタデータ） (2026-07-15T07:11:28Z) - MAPLE: Latent Multi-Agent Play for End-to-End Autonomous Driving [62.43744546817599]
視覚言語-アクション(VLA)モデルは、エンドツーエンドのモーションプランナーとして有効であるが、クローズドループ設定で評価すると不安定である。
本稿では, VLAモデルの潜在空間における動的駆動シナリオの, リアクティブでマルチエージェントなロールアウトのための新しいフレームワークMAPLEを提案する。
MAPLEはBench2Driveで最先端の駆動性能を実現し、堅牢なE2E自動運転システムのためのスケーラブルでクローズループなマルチエージェントプレイを実演する。
論文 参考訳（メタデータ） (2026-05-13T23:35:14Z) - Wild-Drive: Off-Road Scene Captioning and Path Planning via Robust Multi-modal Routing and Efficient Large Language Model [12.904352021300667]
オフロードシーンキャプションと経路計画のための効率的なフレームワークWild-Driveを提案する。
また,多様なセンサ劣化条件下でのオフロードシーンのキャプションと経路計画に関するOR-C2Pベンチマークを構築した。
論文 参考訳（メタデータ） (2026-02-28T15:06:24Z) - HetroD: A High-Fidelity Drone Dataset and Benchmark for Autonomous Driving in Heterogeneous Traffic [49.31491001465465]
HetroDは、異種環境で自律走行システムを開発するためのデータセットとベンチマークである。
HetroDは、VRU(vulner- able road users)が支配する現実の異種交通のナビゲーティングにおける重要な課題をターゲットにしている。
論文 参考訳（メタデータ） (2026-02-03T12:12:47Z) - InstaDrive: Instance-Aware Driving World Models for Realistic and Consistent Video Generation [53.47253633654885]
InstaDriveは、2つの重要な進歩を通じてビデオリアリズムを促進する新しいフレームワークである。
これらのインスタンス認識機構を組み込むことで、InstaDriveは最先端のビデオ生成品質を実現する。
私たちのプロジェクトページはhttps://shanpoyang654.io/InstaDrive/page.htmlです。
論文 参考訳（メタデータ） (2026-02-03T08:22:13Z) - ConsisDrive: Identity-Preserving Driving World Models for Video Generation by Instance Mask [65.36169132836518]
ConsisDriveは、インスタンスレベルで時間的一貫性を強制するために設計された、ID保存駆動の世界モデルである。
当社のフレームワークには,インスタンスマインド・アテンションとインスタンスマインド・ロスという,2つの重要なコンポーネントが組み込まれています。
ConsisDriveは最先端の駆動ビデオ生成品質を実現し、nuScenesデータセット上での下流での自律運転タスクを大幅に改善した。
論文 参考訳（メタデータ） (2026-02-03T07:28:44Z) - The Outline of Deception: Physical Adversarial Attacks on Traffic Signs Using Edge Patches [6.836569632189732]
本研究は,交通標識分類のためのステルス対応逆パッチ方式TESP-Attackを提案する。
人間の視覚的注意は主に交通標識の中央領域に焦点を当てているという観察に基づいて, エッジアライメントマスクを生成するために, ケースセグメンテーションを採用している。
U-Netジェネレータは敵パッチの作成に利用され、色とテクスチャの制約によって最適化される。
論文 参考訳（メタデータ） (2025-11-30T07:26:07Z) - iWatchRoadv2: Pothole Detection, Geospatial Mapping, and Intelligent Road Governance [0.0]
iWatchRoadv2は、リアルタイムポットホール検出、GPSベースのジオタグ、動的道路健康可視化のためのエンドツーエンドプラットフォームである。
インドの道路状況の多様さを捉えた7000以上のダッシュカムフレームの自己注釈付きデータセットをキュレートした。
このシステムは、OCRが抽出したビデオタイムスタンプと外部GPSログを同期させ、検出された各ポットホールを正確に位置決めする。
論文 参考訳（メタデータ） (2025-10-18T07:11:03Z) - Vision-Based Perception for Autonomous Vehicles in Off-Road Environment Using Deep Learning [0.27412662946127764]
低レイテンシなインテリジェントシステムは、オープンピット鉱山や発展途上国の非均一な地形での自動運転に必要である。
本研究では,未舗装道路やオフロード環境における自動運転車の認識システムを提案する。
本研究は,学習領域を明示的なトラック境界なしに検出するための深層学習の適用,可視性障害下でのアルゴリズムの挙動,および実時間セマンティックセグメンテーションによるフィールドテストについて検討した。
論文 参考訳（メタデータ） (2025-09-20T03:34:07Z) - NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。
グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。
我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
論文 参考訳（メタデータ） (2025-06-23T14:28:30Z) - Natural Reflection Backdoor Attack on Vision Language Model for Autonomous Driving [55.96227460521096]
視覚言語モデル(VLM)は推論能力を高めるために自律運転システムに統合されている。
本稿では,自律運転シナリオにおけるVLMシステムを対象とした自然反射型バックドアアタックを提案する。
我々の発見は、自動運転の厳しいリアルタイム要求を生かした、新たなタイプの攻撃を発見しました。
論文 参考訳（メタデータ） (2025-05-09T20:28:17Z)
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。