論文の概要: Lightweight Pedestrian Head-Orientation Recognition Network for Safe Pedestrian-Vehicle Interaction

• arxiv url: http://arxiv.org/abs/2609.24193v2
• Date: Fri, 25 Sep 2026 19:04:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-29 21:31:51.577454
• Title: Lightweight Pedestrian Head-Orientation Recognition Network for Safe Pedestrian-Vehicle Interaction
• Title（参考訳）: 安全歩行者と車両の相互作用のための軽量歩行者頭部向き認識ネットワーク
• Abstract要約: 歩行者の頭部方向認識のための軽量低解像度頭部指向畳み込みニューラルネットワーク(LRHO-CNN)を提案する。 歩行者の頭部画像を複数の公開データセットから抽出し,手動で8つのカテゴリーにアノテートすることで,新しいデータセットを構築する。 その結果,LRHO-CNNは評価されたモデルの中で最も高い分類精度が得られた。
• 参考スコア（独自算出の注目度）: 1.8290989318114221
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Pedestrian head orientation recognition plays an important role in autonomous driving by providing valuable cues for understanding pedestrian attention and anticipating potential crossing behavior. However, reliable recognition in real-world traffic scenes remains challenging because pedestrian head regions are often captured at low resolution. To address this challenge, we propose a lightweight Low-Resolution Head Orientation Convolutional Neural Network (LRHO-CNN) for pedestrian head orientation recognition. We construct a new dataset by extracting pedestrian head images from multiple public datasets and manually annotating them into eight orientation categories. The collected images are systematically preprocessed and augmented to increase data diversity and better represent variations in illumination and image quality. The experimental analysis compares LRHO-CNN with three fine-tuned baseline models, namely ResNet-18, ResNet-34, and VGG-16. The results demonstrate that LRHO-CNN achieves the highest classification accuracy among the evaluated models. LRHO-CNN is further evaluated on the JAAD and PIE datasets, demonstrating its effectiveness in recognizing pedestrian head orientation in real-world traffic scenes and providing informative head-orientation cues that can support downstream pedestrian behavior and intention prediction.
• Abstract（参考訳）: 歩行者の注意を把握し、潜在的な横断行動を予測する貴重な手がかりを提供することにより、歩行者の頭部方向認識は自動運転において重要な役割を担っている。 しかし、歩行者の頭部領域は低解像度で撮影されることが多いため、現実の交通シーンにおける信頼性の高い認識は依然として困難である。 この課題に対処するために、歩行者の頭部方向認識のための軽量低解像度頭部指向畳み込みニューラルネットワーク(LRHO-CNN)を提案する。 歩行者の頭部画像を複数の公開データセットから抽出し,手動で8つのカテゴリーにアノテートすることで,新しいデータセットを構築する。 収集した画像は、データの多様性を高め、照明や画質のバリエーションをより良く表現するために、体系的に前処理され、拡張される。 実験分析では、LRHO-CNNとResNet-18、ResNet-34、VGG-16の3つの細調整ベースラインモデルを比較した。 その結果,LRHO-CNNは評価されたモデルの中で最も高い分類精度が得られた。 LRHO-CNNは、JAADおよびPIEデータセットでさらに評価され、現実世界の交通シーンにおける歩行者の頭部方向の認識と、下流の歩行者行動と意図予測を支援する情報的頭部方向の手がかりを提供することの有効性が示されている。

関連論文リスト

• Emulating Human-like Adaptive Vision for Efficient and Flexible Machine Visual Perception [93.20637973889434]
  本稿では、"パッシブ"から"アクティブ"ビジョンモデルへのパラダイムシフトを促進するための一般的なフレームワークであるAdaptiveNNを紹介する。 AdaptiveNNは、視覚知覚を粗い連続的な意思決定プロセスとして定式化する。 アダプティブNNは、大規模な視覚認識、きめ細かい識別、視覚検索、実際の運転と医療シナリオからの画像処理を含む、9つのタスクにまたがる17のベンチマークで評価する。
  論文  参考訳（メタデータ） (2025-09-18T18:25:43Z)
• DGIQA: Depth-guided Feature Attention and Refinement for Generalizable Image Quality Assessment [9.851063768646847]
  非参照画像品質評価における長年の課題は、自然歪みを目にしない客観的な一般化の欠如である。 我々は,シーンの深度と空間的特徴を構造認識表現に蒸留する,Depth-Guided Cross-attention and refinement 機構を新たに開発した。 マルチモーダルアテンションベースプロジェクション関数としてTCBとDepth-CARを実装し,最も有用な特徴を選択する。 実験により,提案したDGIQAモデルにより,総合的および真正なベンチマークデータセット上での最先端(SOTA)性能が得られた。
  論文  参考訳（メタデータ） (2025-05-29T20:52:56Z)
• Reliable Explainability of Deep Learning Spatial-Spectral Classifiers for Improved Semantic Segmentation in Autonomous Driving [1.474723404975345]
  ハイパースペクトル画像(HSI)とディープニューラルネットワーク(DNN)は、インテリジェントビジョンシステムの精度を高めることができる。 このような安全クリティカルシステムの研究を進めるためには、複雑なDNNの出力に対するスペクトル情報の正確な寄与を決定する必要がある。 入力特徴と予測の関係をよりよく把握するために、関連するDNN層からのアクティベーションと重みによるデータを活用する方法を提案する。
  論文  参考訳（メタデータ） (2025-02-20T10:11:27Z)
• Leveraging Driver Field-of-View for Multimodal Ego-Trajectory Prediction [69.29802752614677]
  RouteFormerは、GPSデータ、環境コンテキスト、運転者の視野を組み合わせた新しいエゴ軌道予測ネットワークである。 データ不足に対処し、多様性を高めるために、同期運転場と視線データに富んだ都市運転シナリオのデータセットであるGEMを導入する。
  論文  参考訳（メタデータ） (2023-12-13T23:06:30Z)
• A Novel Driver Distraction Behavior Detection Method Based on Self-supervised Learning with Masked Image Modeling [5.1680226874942985]
  ドライバーの注意散らしは、毎年かなりの数の交通事故を引き起こし、経済的な損失と損失をもたらす。 ドライバの障害検出は、主に従来の畳み込みニューラルネットワーク(CNN)と教師あり学習法に依存している。 本稿では,運転者の気晴らし行動検出のためのマスク付き画像モデリングに基づく自己教師付き学習手法を提案する。
  論文  参考訳（メタデータ） (2023-06-01T10:53:32Z)
• An Empirical Study of Remote Sensing Pretraining [117.90699699469639]
  本研究では,空中画像におけるリモートセンシング事前訓練(RSP)の実証的研究を行った。 RSPは、シーン認識タスクで特有のパフォーマンスを提供するのに役立つ。 RSPは、従来のイメージネットがRS画像に事前学習する際のデータ格差を緩和するが、それでもタスクの相違に悩まされる可能性がある。
  論文  参考訳（メタデータ） (2022-04-06T13:38:11Z)
• 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)
• 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)
• Recognition and 3D Localization of Pedestrian Actions from Monocular Video [11.29865843123467]
  本稿では,エゴセントリックな視点から,単眼歩行行動認識と3D位置認識に焦点を当てた。 都市交通シーンにおけるこの問題に対処する上での課題は、歩行者の予測不可能な行動に起因する。
  論文  参考訳（メタデータ） (2020-08-03T19:57:03Z)
• Auto-Rectify Network for Unsupervised Indoor Depth Estimation [119.82412041164372]
  ハンドヘルド環境に現れる複雑な自我運動が,学習深度にとって重要な障害であることが確認された。 本稿では,相対回転を除去してトレーニング画像の修正を効果的に行うデータ前処理手法を提案する。 その結果、従来の教師なしSOTA法よりも、難易度の高いNYUv2データセットよりも優れていた。
  論文  参考訳（メタデータ） (2020-06-04T08:59:17Z)
• DFR-TSD: A Deep Learning Based Framework for Robust Traffic Sign Detection Under Challenging Weather Conditions [4.0075294089613465]
  本稿では,事前拡張によるCNNに基づく交通信号認識フレームワークを提案する。 提案手法は, 精度が 7.58%, 精度が 35.90% 向上した 91.1% と 70.71% の総合的精度とリコールが得られることを示した。
  論文  参考訳（メタデータ） (2020-06-03T23:12:26Z)

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。