Vision-Based Traffic Accident Detection and Anticipation: A Survey

要約

交通事故の発見と予測は交通安全の根深い問題であり、骨の折れる努力が払われてきた。
ビデオ データの急速な増加に伴い、ビジョン ベースの交通事故の検出と予測 (Vision-TAD および Vision-TAA と呼ばれる) が、安全運転と安全監視のラスト 1 マイルの問題となっています。
ただし、交通事故のロングテール、アンバランス、非常に動的、複雑、かつ不確実な特性が、Vision-TAD および Vision-TAA の Out-of-Distribution (OOD) 機能を形成します。
現在の AI 開発は、これらの OOD の重要な問題に焦点を当てている可能性があります。
Vision-TAD および Vision-TAA では何が行われていますか?
この問題に対して今後どのような方向に注力すべきでしょうか？
包括的な調査が重要です。
ディープラーニング時代における Vision-TAD に関する最初の調査と、Vision-TAA に関する史上初の調査を紹介します。
各研究プロトタイプの長所と短所は、調査中に詳細に議論されます。
さらに、公開されている 31 のベンチマークと関連する評価指標の批判的なレビューも提供します。
この調査を通じて、新しい洞察を生み出し、Vision-TAD および Vision-TAA タスクの可能性のある傾向を明らかにしたいと考えています。

要約(オリジナル)

Traffic accident detection and anticipation is an obstinate road safety problem and painstaking efforts have been devoted. With the rapid growth of video data, Vision-based Traffic Accident Detection and Anticipation (named Vision-TAD and Vision-TAA) become the last one-mile problem for safe driving and surveillance safety. However, the long-tailed, unbalanced, highly dynamic, complex, and uncertain properties of traffic accidents form the Out-of-Distribution (OOD) feature for Vision-TAD and Vision-TAA. Current AI development may focus on these OOD but important problems. What has been done for Vision-TAD and Vision-TAA? What direction we should focus on in the future for this problem? A comprehensive survey is important. We present the first survey on Vision-TAD in the deep learning era and the first-ever survey for Vision-TAA. The pros and cons of each research prototype are discussed in detail during the investigation. In addition, we also provide a critical review of 31 publicly available benchmarks and related evaluation metrics. Through this survey, we want to spawn new insights and open possible trends for Vision-TAD and Vision-TAA tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google