Event-based YOLO Object Detection: Proof of Concept for Forward Perception System

要約

ニューロモーフィックビジョン（イベントビジョン）は、画素を出力する可視カメラとは対照的に、視野（FOV）内で特定の閾値を超える輝度変化があるたびにニューロモーフィックイベントを生成する先進的なビジョン技術である。本研究では、ニューロモーフィックイベントデータを路傍の物体検出に活用することに焦点を当てます。これは、高度な車両アプリケーションの前方知覚システムに使用できる人工知能（AI）ベースのパイプラインを構築するための概念実証です。イベントカメラを用いた高速移動中の前方知覚のための、より良い推論結果を持つ効率的な最先端の物体検出ネットワークの構築に焦点を当てる。本稿では、イベントシミュレーションされたA2D2データセットを手動でアノテーションし、2種類のYOLOv5ネットワーク（小型および大型バリアント）で学習させる。さらにその頑健性を評価するために、単一モデルテストとアンサンブルモデルテストを実施する。

要約(オリジナル)

Neuromorphic vision or event vision is an advanced vision technology, where in contrast to the visible camera that outputs pixels, the event vision generates neuromorphic events every time there is a brightness change which exceeds a specific threshold in the field of view (FOV). This study focuses on leveraging neuromorphic event data for roadside object detection. This is a proof of concept towards building artificial intelligence (AI) based pipelines which can be used for forward perception systems for advanced vehicular applications. The focus is on building efficient state-of-the-art object detection networks with better inference results for fast-moving forward perception using an event camera. In this article, the event-simulated A2D2 dataset is manually annotated and trained on two different YOLOv5 networks (small and large variants). To further assess its robustness, single model testing and ensemble model testing are carried out.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL