Optimizing the image correction pipeline for pedestrian detection in the thermal-infrared domain

要約

赤外線画像は、霧や低照度シナリオのような視認性の低い状況で役立ちますが、熱ノイズの影響を受けやすく、さらなる処理と補正が必要です。本研究では、自律走行シナリオに類似した都市環境における歩行者検知の性能に対する、異なる赤外線処理パイプラインの効果を研究する。赤外画像での検出は可視画像での検出を上回ることが示されたが、モデルは生の赤外画像から情報を抽出できないため、赤外補正パイプラインが重要である。シャッターパイプラインとシャッターレスパイプラインの2つの熱補正パイプラインを研究した。実験によると、空間ノイズ除去のような補正アルゴリズムは、人間の観察者にとっては画質が向上しても、性能にとっては有害である。デストライピングや、より少ない程度ではあるがテンポラルデノイジングのような他のアルゴリズムは、計算時間を増加させるが、検出精度を向上させる上で何らかの役割を果たす。現状では、速度と精度の最適なトレードオフは、様々な環境下での自律走行アプリケーションでは、トーンマッピングアルゴリズムのみのシャッターレスパイプを使用することです。

要約(オリジナル)

Infrared imagery can help in low-visibility situations such as fog and low-light scenarios, but it is prone to thermal noise and requires further processing and correction. This work studies the effect of different infrared processing pipelines on the performance of a pedestrian detection in an urban environment, similar to autonomous driving scenarios. Detection on infrared images is shown to outperform that on visible images, but the infrared correction pipeline is crucial since the models cannot extract information from raw infrared images. Two thermal correction pipelines are studied, the shutter and the shutterless pipes. Experiments show that some correction algorithms like spatial denoising are detrimental to performance even if they increase visual quality for a human observer. Other algorithms like destriping and, to a lesser extent, temporal denoising, increase computational time, but have some role to play in increasing detection accuracy. As it stands, the optimal trade-off for speed and accuracy is simply to use the shutterless pipe with a tonemapping algorithm only, for autonomous driving applications within varied environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL