Application of image-to-image translation in improving pedestrian detection

要約

効果的なターゲット領域がないため、歩行者の認識や画像から画像への変換など、低強度の光でいくつかの視覚機能を実行することが困難になります。
このような状況で、赤外線画像と可視画像を組み合わせて高品質な情報を蓄積することで、暗い場所でも歩行者を検出することができます。
この研究では、低照度視覚用の可視赤外線画像ペアを含む LLVIP データセットで、pix2pixGAN や YOLOv7 などの高度な深層学習モデルを使用します。
このデータセットには 33672 枚の画像が含まれており、ほとんどの画像は暗いシーンでキャプチャされ、時間と場所が厳密に同期されています。

要約(オリジナル)

The lack of effective target regions makes it difficult to perform several visual functions in low intensity light, including pedestrian recognition, and image-to-image translation. In this situation, with the accumulation of high-quality information by the combined use of infrared and visible images it is possible to detect pedestrians even in low light. In this study we are going to use advanced deep learning models like pix2pixGAN and YOLOv7 on LLVIP dataset, containing visible-infrared image pairs for low light vision. This dataset contains 33672 images and most of the images were captured in dark scenes, tightly synchronized with time and location.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google