Temporal Context for Robust Maritime Obstacle Detection

要約

海上における頑健な障害物検知は、完全自律型無人探査機（USV）にとって不可欠である。現在広く採用されているセグメンテーションに基づく障害物検出手法は、物体反射や太陽光輝を障害物と誤判定しやすく、誤検出が多いため、事実上USVの航行には適さないものとなっています。しかし、水の乱れによって反射物体の外観が時間的に変化することは、真の物体の外観ダイナミクスと非常に異なる。我々はこの性質を利用して、最近のフレームシーケンスから時間的コンテキストを抽出し、曖昧さを低減する新しい海上障害物検知ネットワークWaSR-Tを設計する。水面上の物体反射の局所的な時間特性を学習することにより、WaSR-Tは反射や輝きがある場合の障害物検出精度を大幅に向上させることができる。既存のシングルフレームメソッドと比較して、WaSR-Tは高い再現性を保ちながら、誤検出数を全体で41％、船の危険領域内で53％以上削減し、困難なMODS海上障害物検出ベンチマークで新たな最先端性能を達成しました。コード、事前学習済みモデル、拡張データセットは、https://github.com/lojzezust/WaSR-T で入手可能です。

要約(オリジナル)

Robust maritime obstacle detection is essential for fully autonomous unmanned surface vehicles (USVs). The currently widely adopted segmentation-based obstacle detection methods are prone to misclassification of object reflections and sun glitter as obstacles, producing many false positive detections, effectively rendering the methods impractical for USV navigation. However, water-turbulence-induced temporal appearance changes on object reflections are very distinctive from the appearance dynamics of true objects. We harness this property to design WaSR-T, a novel maritime obstacle detection network, that extracts the temporal context from a sequence of recent frames to reduce ambiguity. By learning the local temporal characteristics of object reflection on the water surface, WaSR-T substantially improves obstacle detection accuracy in the presence of reflections and glitter. Compared with existing single-frame methods, WaSR-T reduces the number of false positive detections by 41% overall and by over 53% within the danger zone of the boat, while preserving a high recall, and achieving new state-of-the-art performance on the challenging MODS maritime obstacle detection benchmark. The code, pretrained models and extended datasets are available at https://github.com/lojzezust/WaSR-T

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL