論文の概要: DABACO: A Multi-Camera Dataset and Benchmark for Screen Localization and Pointing Estimation

• arxiv url: http://arxiv.org/abs/2610.03928v1
• Date: Fri, 02 Oct 2026 18:41:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:19:59.110538
• Title: DABACO: A Multi-Camera Dataset and Benchmark for Screen Localization and Pointing Estimation
• Title（参考訳）: DABACO:スクリーンローカライゼーションとポインティング推定のためのマルチカメラデータセットとベンチマーク
• Abstract要約: このデータセットは、組込みシステムのための画面検出とカメラベースのポインティングアルゴリズムの開発と評価を支援する。 これは、モノクログローバルシャッターやカラーローリングシャッターモジュールを含む、複数の低コストカメラセンサーでキャプチャされたビデオシーケンスを含んでいる。 本稿では,一時的な視覚的透かし,光フロー追跡,手動検証,マーカー除去を併用したシステムアノテーションパイプラインを提案する。 DABACOは、既存のリソースのギャップに対処し、新しい低コストのスクリーンローカライゼーションとポインティングシステムの開発と評価を支援することを目的としている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Screen localization and pointing estimation are key to low-cost interactive devices. Yet developing and evaluating these algorithms requires realistic data: synthetic captures cannot fully reproduce the optical distortion, rolling shutter, motion blur, and display processing of a physical acquisition, and most existing datasets provide static images rather than the video needed to assess continuous pointing. In this paper, we introduce the DABACO Dataset. Developed within the DABACO (Dispositivo Apuntador de BAjo COste, or Low-Cost Pointing Device) project, this dataset supports the development and evaluation of screen detection and camera-based pointing algorithms for embedded systems. It comprises video sequences captured with multiple low-cost camera sensors, including monochrome global-shutter and color rolling-shutter modules, on embedded platforms such as the Raspberry Pi 4B and ESP32-S3. We present a systematic annotation pipeline combining temporary visual watermarking, optical-flow tracking, manual verification, and marker removal. Both the original marked captures and the marker-free images, together with explicit corner annotations and modification masks, are released to support auditing and the study of potential reconstruction bias. In addition, we release an open-source evaluation toolkit with two reference baselines: a classical screen-detection pipeline based on edge and contour geometry, and a closed-vocabulary, off-the-shelf YOLOv8 segmentation model evaluated without dataset-specific training. Both are evaluated on a general-purpose computer using Intersection over Union, corner error, and pointing error, establishing initial reference results for future embedded implementations. Overall, DABACO addresses a gap in existing resources and is intended to support the development and evaluation of new low-cost screen-localization and pointing systems.
• Abstract（参考訳）: 画面のローカライゼーションとポインティング推定は、低コストのインタラクティブデバイスにとって鍵となる。 合成キャプチャは、光学歪み、ローリングシャッター、モーションボケ、物理的な取得の表示処理を完全に再現することができず、既存のほとんどのデータセットは、連続的なポインティングを評価するのに必要なビデオではなく、静的な画像を提供する。 本稿ではDABACOデータセットについて紹介する。 DABACO(Dispositivo Apuntador de BAjo Coste, Low-Cost Pointing Device)プロジェクトで開発されたこのデータセットは、組み込みシステムのためのスクリーン検出とカメラベースのポインティングアルゴリズムの開発と評価をサポートする。 Raspberry Pi 4BやESP32-S3のような組み込みプラットフォーム上で、モノクログローバルシャッターやカラーローリングシャッターモジュールを含む複数の低コストカメラセンサーでキャプチャされたビデオシーケンスを含んでいる。 本稿では,一時的な視覚的透かし,光フロー追跡,手動検証,マーカー除去を併用したシステムアノテーションパイプラインを提案する。 オリジナルのマーク付きキャプチャとマーカーなしイメージ、および明示的なコーナーアノテーションと修正マスクは、監査と潜在的再構成バイアスの研究をサポートするためにリリースされた。 さらに、エッジと輪郭形状に基づく古典的な画面検出パイプラインと、データセット固有のトレーニングを伴わないクローズドボキャブラリ、オフザシェルフYOLOv8セグメンテーションモデルという、2つの基準ベースラインを持つオープンソース評価ツールキットをリリースする。 どちらも、Union上のIntersection、コーナーエラー、ポインティングエラーを用いて汎用コンピュータ上で評価され、将来の組み込み実装に対する初期参照結果が確立される。 DABACOは、既存のリソースのギャップに対処し、新しい低コストのスクリーンローカライゼーションとポインティングシステムの開発と評価を支援することを目的としている。

関連論文リスト

• mbariml: a curation pipeline for turning deep-sea imagery and video into object-detection training data [0.0]
  本稿では,ピソン方式のビデオ・画像解析パイプラインであるmbarimlについて述べる。 mbarimlはUltralytics YOLO検出モデルを使用し、静止画像やビデオ上で実行し、すべての検出をレビュー可能な領域として格納する。 パイプラインのステージをステージごとに記述し,その中3分の1をトラック観測に使用した。
  論文  参考訳（メタデータ） (2026-09-21T23:57:55Z)
• SSMB: Self-Supervised Local Feature Detection under Motion Blur [48.57970299584709]
  動きブル画像のためのデブルーフリーで自己監督型キーポイント検出器であるSSMBを提案する。 LDEモジュールは、グローバルな特徴混合後のきめ細かい局所的な識別性を復元する。
  論文  参考訳（メタデータ） (2026-08-27T14:28:19Z)
• Valeo Near-Field: a novel dataset for pedestrian intent detection [21.659078060884614]
  本稿では,エゴ車両に接近する歩行者の意図を検出するための新しいデータセットを提案する。 データセットは、魚眼カメラフィード、ライダーレーザースキャン、超音波センサー読み取り、モーションキャプチャベースの3Dボディポーズを含む、同期されたマルチモーダルデータを含む。
  論文  参考訳（メタデータ） (2025-10-17T14:02:54Z)
• SPORTS: Simultaneous Panoptic Odometry, Rendering, Tracking and Segmentation for Urban Scenes Understanding [0.0]
  本稿では,全体像理解のための新しいフレームワーク SPORTS を提案する。 Video Panoptic (VPS)、Visual Odometry (VO)、Scene Renderingタスクを反復的で統一された視点に統合する。 我々の注意に基づく特徴融合は、計測、追跡、セグメンテーション、新しいビュータスクにおいて、既存の最先端の合成方法よりも優れています。
  論文  参考訳（メタデータ） (2025-10-14T17:28:19Z)
• Hierarchical Temporal Context Learning for Camera-based Semantic Scene Completion [57.232688209606515]
  カメラによるセマンティックシーンの補完を改善するための,新たな時間的文脈学習パラダイムであるHTCLを提案する。 提案手法は,Semantic KITTIベンチマークで1st$をランク付けし,mIoUの点でLiDARベースの手法を超えている。
  論文  参考訳（メタデータ） (2024-07-02T09:11:17Z)
• HighlightMe: Detecting Highlights from Human-Centric Videos [52.84233165201391]
  我々は,人間中心のビデオからハイライト可能な抜粋を検出するために,ドメインとユーザに依存しないアプローチを提案する。 本研究では,時空間グラフ畳み込みを用いたオートエンコーダネットワークを用いて,人間の活動やインタラクションを検出する。 我々は,最先端の手法に比べて,人手によるハイライトのマッチングの平均精度が4～12%向上したことを観察した。
  論文  参考訳（メタデータ） (2021-10-05T01:18:15Z)
• Continual Learning for Image-Based Camera Localization [14.47046413243358]
  連続学習環境における視覚的局所化の問題について検討する。 以上の結果から,非定常データも分類領域と同様,深層ネットワークにおいて視覚的局所化のための破滅的な忘れを生じさせることが示された。 本稿では,バッファリングプロセスにおける既存のサンプリング戦略を視覚的ローカライゼーションの問題に適応させる,カバレッジスコア(Buff-CS)に基づく新しいサンプリング手法を提案する。
  論文  参考訳（メタデータ） (2021-08-20T11:18:05Z)

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。