論文の概要: Occlusion for Free: Detecting Occlusion from the Disagreement Between Two Monocular Distance Cues
- arxiv url: http://arxiv.org/abs/2611.06899v1
- Date: Wed, 04 Nov 2026 18:49:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 03:25:58.238209
- Title: Occlusion for Free: Detecting Occlusion from the Disagreement Between Two Monocular Distance Cues
- Title(参考訳): 片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側片側
- Abstract要約: 検出器が隠された画素を回収できない場合でも、歩行者が隠蔽されていることを知ることはロボットにとって有用である。
カメラのみのパイプラインが既に計算している2つの距離推定値からオクルージョンを読み取ることができることを示す。
- 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: Knowing that a pedestrian is occluded is useful to a robot even when the detector cannot recover the hidden pixels, but occlusion estimators are normally trained on occlusion annotations that deployment settings rarely have. We show that occlusion can be read off two distance estimates a camera-only pipeline already computes. Apparent height is largely unchanged by occlusion, because the detected box still spans the whole person; monocular metric depth is pulled toward the occluder, because the nearest surface inside the box is what a depth map reports. Only their ordering matters, so no focal length, stature, or depth scale is needed, provided the depth model's error is close to a pure gain, a condition that can be checked without labels. The score detects heavy occlusion on KITTI with AUC 0.909 (0.888 over all annotated pedestrians, including those the detector misses), requires no training and no occlusion labels, and is not a proxy for range: within fixed distance bands it holds AUC 0.894-0.925 while true distance alone sits near chance. On synthetic CARLA scenes with measured visibility it reaches 0.819, against 0.644 for distance alone. We arrived here after measuring three standard architectural responses to occlusion, depth fusion, occlusion-simulating augmentation, and attention, none of which improved detection outside its training distribution in the configurations we tested, and after finding that a detector trained on German roads loses half its accuracy on self-annotated street scenes in Lagos, Nigeria. Signals that need no local annotation are worth more in settings that benchmarks do not represent.
- Abstract(参考訳): 歩行者が隠蔽されていることを知ることは、検出器が隠されたピクセルを回復できない場合でもロボットにとって有用であるが、オクルージョン推定器は通常、配置設定がほとんど持たないオクルージョンアノテーションで訓練される。
カメラのみのパイプラインが既に計算している2つの距離推定値からオクルージョンを読み取ることができることを示す。
検出された箱は、まだ人全体にまたがっているため、明瞭な高さは、おおむね閉塞によって変化しない; 検出された箱の中の最も近い表面は、深さマップが報告しているものであるため、単分子メートルの深さは、オクルーダーに向かって引っ張られる。
深度モデルの誤差が純粋なゲイン(ラベルなしでチェックできる条件)に近い場合、注文事項のみであり、焦点長、安定性、深さスケールは不要である。
このスコアは、AUC 0.909(検出ミスを含む全ての注釈付き歩行者に対して0.888)でKITTIの重い閉塞を検出し、トレーニングもオクルージョンラベルも必要とせず、レンジのプロキシではない。
可視性を測定する合成CARLAシーンでは0.819、距離のみ0.644に達する。
ナイジェリアのラゴス市で、ドイツ道路で訓練された検知器が、自己診断されたストリートシーンでその半分の精度を失うことを発見した後、我々はこの地に到達した。
ローカルアノテーションを必要としないシグナルは、ベンチマークが表現しない設定でもっと価値がある。
関連論文リスト
- Decision-Level Error Attribution and Depth-Aware Safety Evaluation of Monocular RGB Human Tracking for Autonomous Robot Navigation [0.0]
RGBトラッキングは、人間の近くで動くロボットにとって有用であるが、認識エラーはバイナリの停止/結果の決定に影響を与える。
安全ルールと知覚の相違から、どの程度の意思決定エラーが発生するかを示す。
地上面の局在が一致または改善した2標準の安全マージンは、横方向の規則のミス・ダンガー・レートで一致または改善された。
論文 参考訳(メタデータ) (2026-10-29T14:52:38Z) - DOA-SORT: Directional Occlusion-Aware Multi-Object Tracking with Distributional Observations [3.6896352484416393]
多対象追跡におけるアイデンティティ関連性は、部分閉塞、切り離された検出、変動する信頼スコアに弱い。
我々は,これらのバイアスを明示的にモデル化するオンラインかつトレーニング不要なトラッカーであるDirectional Occlusion-Aware SORTを提案する。
論文 参考訳(メタデータ) (2026-09-19T02:39:43Z) - Unsupervised spiking feature learning for event-based pedestrian crossing detection: approaching supervised accuracy without labelled training data [0.0]
我々は、最新のDVS-PedX歩行者横断ベンチマークにおいて、教師なしの結果を報告した。
スパイクタイピング依存のプラスチックで訓練された単一のスパイク層は、乱れのないイベントフレームパッチから辞書を学習する。
論文 参考訳(メタデータ) (2026-09-15T20:07:06Z) - Double-Helix Active Geometry: LiDAR-Anchored Multi-View Depth with Selective Abstention [0.0]
DH-Activeは、センサを唯一の深度源ではなくメートル法定規として扱う軽量な幾何学的バックエンドである。
スパイラルサンプリング、スパースバックプロジェクション、ホール分類を含む測定されたコアフロントエンドは、CPU上で1.11msの中央遅延で動作する(14スレッドで開く)。
2つのiPhoneキャプチャーとパブリックなARKitScenesベンチマークで、ホールドアウト深さは1.4から6.7%の中央値エラーで回復される。
論文 参考訳(メタデータ) (2026-06-28T17:15:33Z) - Systematic Evaluation of Depth Backbones and Semantic Cues for Monocular Pseudo-LiDAR 3D Detection [0.0]
KITTI検証において,深度バックボーンと機能工学が単分子Pseudo-LiDARパイプラインに与える影響を評価する。
既製のLiDAR検出器の下では、奥行きバックボーンの選択と幾何学的忠実度が二次的特徴注入よりも優れていた。
論文 参考訳(メタデータ) (2026-01-07T05:57:19Z) - NeRF-Det++: Incorporating Semantic Cues and Perspective-aware Depth
Supervision for Indoor Multi-View 3D Detection [72.0098999512727]
NeRF-Detは、NeRFを用いた屋内マルチビュー3次元検出において、表現学習の強化による優れた性能を実現している。
セマンティックエンハンスメント(セマンティックエンハンスメント)、パースペクティブ・アウェア・サンプリング(パースペクティブ・アウェア・サンプリング)、および順序深度監視を含む3つのソリューションを提案する。
結果として得られたアルゴリズムであるNeRF-Det++は、ScanNetV2とAR KITScenesデータセットで魅力的なパフォーマンスを示している。
論文 参考訳(メタデータ) (2024-02-22T11:48:06Z) - UncLe-SLAM: Uncertainty Learning for Dense Neural SLAM [60.575435353047304]
我々は、高密度ニューラルネットワークの同時局所化とマッピング(SLAM)のための不確実性学習フレームワークを提案する。
本稿では,2次元入力データのみから自己教師付きで学習可能なセンサ不確実性推定のためのオンラインフレームワークを提案する。
論文 参考訳(メタデータ) (2023-06-19T16:26:25Z) - OPA-3D: Occlusion-Aware Pixel-Wise Aggregation for Monocular 3D Object
Detection [51.153003057515754]
OPA-3Dは、Occlusion-Aware Pixel-Wise Aggregationネットワークである。
密集した風景深度と、奥行きのある箱残量と物の境界箱を共同で推定する。
メインカーのカテゴリーでは最先端の手法よりも優れています。
論文 参考訳(メタデータ) (2022-11-02T14:19:13Z) - Video-based Person Re-identification without Bells and Whistles [49.51670583977911]
ビデオベースの人物再識別(Re-ID)は、異なるカメラの下で歩行者を特定するために、ビデオトラッカーとトリミングされたビデオフレームをマッチングすることを目的としている。
従来の方法による不完全な検出と追跡の結果から, 収穫したトラックレットの空間的, 時間的不整合が生じている。
本稿では,深層学習に基づくトラックレットの検出と追跡を適用することで,これらの予期せぬノイズを効果的に低減できる簡易な再検出リンク(DL)モジュールを提案する。
論文 参考訳(メタデータ) (2021-05-22T10:17:38Z) - Delving into Localization Errors for Monocular 3D Object Detection [85.77319416168362]
単眼画像から3Dバウンディングボックスを推定することは、自動運転に不可欠な要素です。
本研究では, 各サブタスクがもたらす影響を定量化し, 局所化誤差を求めることが, モノクロ3次元検出の抑制に欠かせない要因である。
論文 参考訳(メタデータ) (2021-03-30T10:38:01Z) - Road Curb Detection and Localization with Monocular Forward-view Vehicle
Camera [74.45649274085447]
魚眼レンズを装着した校正単眼カメラを用いて3Dパラメータを推定するロバストな手法を提案する。
我々のアプローチでは、車両が90%以上の精度で、リアルタイムで距離を抑えることができる。
論文 参考訳(メタデータ) (2020-02-28T00:24:18Z)
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。