Detection, Recognition, and Tracking: A Survey
원문 초록
For humans, object detection, recognition, and tracking are innate. These provide the ability for human to perceive their environment and objects within their environment. This ability however doesn't translate well in computers. In Computer Vision and Multimedia, it is becoming increasingly more important to detect, recognize and track objects in images and/or videos. Many of these applications, such as facial recognition, surveillance, animation, are used for tracking features and/or people. However, these tasks prove challenging for computers to do effectively, as there is a significant amount of data to parse through. Therefore, many techniques and algorithms are needed and therefore researched to try to achieve human like perception. In this literature review, we focus on some novel techniques on object detection and recognition, and how to apply tracking algorithms to the detected features to track the objects' movements.
함께 살펴볼 논문
공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.
A Survey on Performance Metrics for Object-Detection Algorithms
지리 및 정착 맥락에 걸친 전역 건물·정착지 데이터셋 비교 평가
A comparative assessment of global building and settlement datasets across geographic and settlement contexts
전역 건물 및 정착지 데이터셋은 인구 매핑, 노출 평가, 도시 모니터링, 기타 건축 환경(built environment) 분석을 점점 더 지원하지만, 제품, 지리적 지역, 참조 데이터셋, 공간 스케일, 평가 방법에 걸쳐 비교 근거는 여전히 파편화되어 있다. 본 연구는 Overture Maps, Global Building Atlas, 3D-GloBFP, Google Open Buildings 2.5D Temporal(OBT), Microsoft TEMPO, GHSL, WSF Tracker를 포함한 7개의 전역 또는 준전역 제품을 135개 연구 구역에 걸친 조화된 참조 footprint에 대해 벤치마킹한다. 평가는 탐지(detection), 기하학적 일치, 집계량 정확도에 대한 상보적 척도와 함께 정착 특성에 대한 계층화 분석 및 오류 크기와 시간 정렬에 대한 진단 실험을 결합한다. Overture는 도시 수준 벡터 F1의 중앙값이 가장 높았다(0.786). 래스터 순위는 해상도에 따라 달라졌다. OBT는 10m에서 중앙값 F1이 최고(0.642)였고, WSF Tracker는 100m에서 최고(0.862)였다. 그러나 WSF Tracker는 건축 면적(built-up area)을 상당히 과대 추정했으며, 래스터 제품을 사용할 때 해당 래스터가 건물만 식별하는지 아니면 추가 불투수 표면(impervious surfaces)을 포함하는지 사용자가 이해하는 것이 중요함을 강조한다. 래스터 정확도는 건물 밀도와 일관되게 증가했고(Spearman ρ = 0.58–0.75), 소형 후보 건물은 벡터 제품에서 거짓 양성(false positives)과 불균형하게 연관되었다. WSF Tracker를 참조 영상과 시간적으로 정렬하면 평균 F1이 0.060(중앙값 +0.037) 증가했으며, 이는 보고된 정확도가 급속히 성장하는 지역에서 보수적임을 나타낸다. 본 연구는 지리 및 정착 맥락에 걸친 이질적인 전역 도시 및 정착지 층(layer) 데이터셋을 비교하기 위한 재현 가능한 벤치마크를 제시한다.
뉴로모픽 객체 검출: 심층 연구 및 향후 방향
Neuromorphic Object Detection: An In-Depth Study and Future Directions
기존의 프레임 기반(frame-based) 카메라는 고속 움직임으로 인한 모션 블러(motion blur)나 저조도 환경에서 객체를 검출하는 데 상당한 어려움을 겪는다. 뉴로모픽 카메라는 높은 시간 해상도와 넓은 다이내믹 레인지(dynamic range)를 갖춘 비동기(asynchronous) 시각 스트림을 제공하여, 까다로운 조건에서의 객체 검출을 위한 유망한 해결책을 제시한다. 뉴로모픽 객체 검출 분야에서 수많은 모델이 개발되고 다양한 응용이 등장했음에도 불구하고, 진행 상황을 평가하고 핵심 과제를 해결하기 위한 심층적 이해와 표준화된 벤치마크(benchmark)가 여전히 부족하다. 본 논문에서는 기존 뉴로모픽 객체 검출 알고리즘에 대한 포괄적인 서베이(survey)와 벤치마크를 제공한다. 구체적으로, 먼저 문제 정의를 제시하고, 이용 가능한 데이터셋(dataset)을 검토하며, 평가(evaluation) 지표를 재검토한다. 이어서 이벤트 표현(event representation), 시간적 모델링(temporal modeling), 멀티모달 융합(multimodal fusion), 비동기 처리(asynchronous processing), 저지연(low-latency) 처리, 에너지 효율적(energy-efficient) 컴퓨팅 등 다양한 관점에서 기존 뉴로모픽 객체 검출 접근법을 탐구한다. 또한 대표적인 뉴로모픽 객체 검출 모델을 폭넓게 평가하고 비교 결과에 대한 상세한 분석을 제공한다. 마지막으로, 뉴로모픽 객체 검출의 미해결 과제를 논의하고 잠재적인 향후 연구 방향을 제안한다. 본 서베이와 벤치마크가 연구자들에게 유용한 자료가 되어 뉴로모픽 객체 검출의 향후 발전을 위한 지침을 제공하기를 기대한다.
탐지기는 잘못된 것을 학습한다: 물리적으로 실현 가능한 공격에 대항하는 단축 경로 저항적 적대적 학습
Detectors Learn the Wrong Thing: Shortcut-Resistant Adversarial Training Against Physically Realizable Attacks
AI 기반 시각 지각 시스템이 지능형 교통 인프라 및 자율주행 차량 관련 응용에 점점 더 배치되고 있다. 그러나 물리적으로 실현 가능한 적대적 외형은 이러한 안전성(safety)에 중요한 시스템에 상당한 신뢰성 과제를 제기한다. 적대적 학습(adversarial training)은 효과적이지만, 적대적 텍스처와 양성 person 인스턴스 간의 반복적 공발생은 탐지기가 텍스처 자체를 객체 존재의 증거로 취급하게 만들어 패치 텍스처 단축 경로(shortcut)를 형성할 수 있다. 탐지기는 그러면 텍스처를 대상에 대한 증거로 취급하여, 텍스처만 있는 입력에서 오탐을 유발하고 교차 공격 일반화를 약화시킬 수 있다. 우리는 탐지기가 적대적 텍스처를 독립적인 판단 단서로 사용하는 것을 방지하는 인스턴스 수준 대조(contrastive) 적대적 학습 프레임워크인 InsCAT를 제안한다. SICA는 적대적 person 특징(feature)을 대응하는 clean 특징과 정렬하고 텍스처만 있는 음성(negative) 샘플과 분리하며, ROPO와 Guard는 온라인 공격 압력을 유지하고 학습을 조율한다. 렌더링된 nuScenes, INRIAPerson, 인쇄 의류, 세 가지 탐지기 계열에서 독립적으로 생성된 8개의 공격 텍스처를 평가한다. InsCAT은 렌더링된 nuScenes에서 평균 공격 AP 82.3%를 달성하여, 가장 강한 기준선보다 11.1포인트 높다. AT-Mix 대비 텍스처 FPR은 46.9%에서 7.3%로 감소한다. 물리적 테스트는 F1 점수 96.6%와 FPR 1.8%를 산출한다. 별도로 학습된 탐지기에서의 일관된 성능 향상은 직접 추론으로 아키텍처 전반에 걸친 적용 가능성을 보여준다. 결과는 견고한(robust) 물리적 탐지가 대상 관련 증거를 보존하면서 적대적 텍스처가 독립적인 판단 단서가 되는 것을 방지하는 데 달려 있음을 보여준다.
KnowZRel: Common Sense Knowledge-based Zero-Shot Relationship Retrieval for Generalised Scene Graph Generation
Universal Fine-grained Visual Categorization by Concept Guided Learning
토론
이 논문과 연결된 포럼 글이 아직 없습니다.