ABCDWaveNet: Advancing Robust Road Ponding Detection in Fog through Dynamic Frequency-Spatial Synergy

要約

道路池は、特に不利な霧状態において、車両の安全性に対する重大な脅威をもたらし、信頼できる検出は、高度なドライバー支援システム（ADA）にとって永続的な課題のままです。
これに対処するために、霧の中での堅牢な池検出のための動的な周波数空間的相乗効果を活用する新しい深い学習フレームワークであるAbcdwavenetを提案します。
ABCDWAVENETのコアは、相乗的周波数空間特徴の強化のためのウェーブレットベースのモジュールとさまざまな視点を介した適応特徴抽出の動的畳み込みを統合し、霧の干渉に対する堅牢性を大幅に改善することにより、この相乗効果を達成します。
この基盤に基づいて、ABCDWAVENETはマルチスケールの構造的およびコンテキスト情報をキャプチャし、その後、適応的な注意カップリングゲート（AACG）を使用して、グローバルな機能とローカル機能を融合させて精度を向上させます。
組み合わせた有害条件下での現実的な評価を容易にするために、霧の低い低光の水たまりデータセットを導入します。
広範な実験では、ABCDWAVENETが新しい最先端のパフォーマンスを確立し、霧のパドル、Puddle-1000、およびFoggy Low-light Puddle Datasetsで3.51％、1.75％、および1.03％の組合（IOU）の利益を超える大幅な交差点を達成することを示しています。
さらに、Nvidia Jetson AGX Orinでの25.48 FPSの処理速度は、ADASの展開に対する適合性を確認します。
これらの調査結果は、ABCDWAVENET内で提案された動的周波数空間的相乗効果の有効性を強調しており、困難な気象条件で確実に運用できる積極的な交通安全ソリューションを開発するための貴重な洞察を提供します。

要約(オリジナル)

Road ponding presents a significant threat to vehicle safety, particularly in adverse fog conditions, where reliable detection remains a persistent challenge for Advanced Driver Assistance Systems (ADAS). To address this, we propose ABCDWaveNet, a novel deep learning framework leveraging Dynamic Frequency-Spatial Synergy for robust ponding detection in fog. The core of ABCDWaveNet achieves this synergy by integrating dynamic convolution for adaptive feature extraction across varying visibilities with a wavelet-based module for synergistic frequency-spatial feature enhancement, significantly improving robustness against fog interference. Building on this foundation, ABCDWaveNet captures multi-scale structural and contextual information, subsequently employing an Adaptive Attention Coupling Gate (AACG) to adaptively fuse global and local features for enhanced accuracy. To facilitate realistic evaluations under combined adverse conditions, we introduce the Foggy Low-Light Puddle dataset. Extensive experiments demonstrate that ABCDWaveNet establishes new state-of-the-art performance, achieving significant Intersection over Union (IoU) gains of 3.51%, 1.75%, and 1.03% on the Foggy-Puddle, Puddle-1000, and our Foggy Low-Light Puddle datasets, respectively. Furthermore, its processing speed of 25.48 FPS on an NVIDIA Jetson AGX Orin confirms its suitability for ADAS deployment. These findings underscore the effectiveness of the proposed Dynamic Frequency-Spatial Synergy within ABCDWaveNet, offering valuable insights for developing proactive road safety solutions capable of operating reliably in challenging weather conditions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google