The Machine Vision Iceberg Explained: Advancing Dynamic Testing by Considering Holistic Environmental Circumstances

要約

現在のマシンビジョンのテストは氷山に向かっているのでしょうか?
この研究では、高度自動運転 (HAD) システムで非常に必要とされるマシン ビジョン (MV) テストの状況を詳しく掘り下げます。
氷山に向かって進むという比喩的な概念を利用して、現在のテスト戦略に隠された潜在的な欠点について説明します。
私たちは、開発プロセスにおける MV の不透明な機能にどのように対処するかについて、より深い理解が急務であることを強調します。
考慮事項を見落とすと命が失われる可能性があります。
私たちの主な貢献は、粒度グレードと呼ばれる階層レベル モデルです。
このモデルは、MV が動作することを意図している環境の状況についての、マルチスケールの理解の深さの洗練された探求を促進します。
このモデルは、オブジェクトの属性などの個々のエンティティの関係から環境シーン全体に至るまで、MV 機能に影響を与える可能性のあるすべてのエンティティの全体的な概要を提供することを目的としています。
私たちのモデルを適用すると、特定のドメイン内のエンティティとそれらの関係の構造化された探索が可能になり、テスト対象の MV の結果を割り当ててエンティティ関係グラフを構築できます。
グラフ内の関係のクラスタリング パターンを通じて、一般的な MV の不足について議論の余地があります。
要約すると、私たちの研究は、HAD 動作ドメインの全体的な状況と相関させて、MV テスト オブジェクトの欠陥をより微妙に体系化して特定することに貢献します。

要約(オリジナル)

Are we heading for an iceberg with the current testing of machine vision? This work delves into the landscape of Machine Vision (MV) testing, which is heavily required in Highly Automated Driving (HAD) systems. Utilizing the metaphorical notion of navigating towards an iceberg, we discuss the potential shortcomings concealed within current testing strategies. We emphasize the urgent need for a deeper understanding of how to deal with the opaque functions of MV in development processes. As overlooked considerations can cost lives. Our main contribution is the hierarchical level model, which we call Granularity Grades. The model encourages a refined exploration of the multi-scaled depths of understanding about the circumstances of environments in which MV is intended to operate. This model aims to provide a holistic overview of all entities that may impact MV functions, ranging from relations of individual entities like object attributes to entire environmental scenes. The application of our model delivers a structured exploration of entities in a specific domain, their relationships and assigning results of a MV-under-test to construct an entity-relationship graph. Through clustering patterns of relations in the graph general MV deficits are arguable. In Summary, our work contributes to a more nuanced and systematized identification of deficits of a MV test object in correlation to holistic circumstances in HAD operating domains.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google