要約
ハイパースペクトル イメージング (HSI) を使用した自動運転システム (ADS) の開発を目的とした HSI-Drive データセットの更新バージョンを紹介します。
v2.0 バージョンには、冬と秋に実際の運転シナリオで記録されたビデオからの新しい注釈付き画像が含まれています。
以前の v1.1 バージョンに含まれていた春と夏の画像に加え、新しいデータセットには四季をカバーする 752 枚の画像が含まれています。
このペーパーでは、v1.1 データセットで得られた以前に公開された結果に比べて達成された改善を示し、新しい v2.0 データセットでトレーニングされたモデルのパフォーマンスが向上していることを示します。
また、より有能な画像セグメンテーション モデルを実験することで、包括的なシーンの理解が進歩していることも示します。
これらのモデルには、車両や道路標識の存在などの重要な交通安全対象物や、歩行者や自転車利用者などの非常に脆弱なグループの識別を目的とした新しいセグメンテーション カテゴリが含まれています。
さらに、さまざまな環境や条件でキャプチャされた HSI ビデオ シーケンスのセグメント化に適用した場合のモデルのパフォーマンスと堅牢性の証拠を提供します。
最後に、この研究で説明されている結果を正しく評価するには、ADS 用に車両に適切に配置できる処理プラットフォームによって課される制約を考慮する必要があります。
したがって、実装の詳細はこのホワイト ペーパーの範囲外ですが、最終的には高いスループット レートで動作できる、計算効率が高く軽量な ML モデルの開発に研究を集中します。
データセットとセグメント化されたビデオのいくつかの例は、https://ipaccess.ehu.eus/HSI-Drive/ で入手できます。
要約(オリジナル)
We present the updated version of the HSI-Drive dataset aimed at developing automated driving systems (ADS) using hyperspectral imaging (HSI). The v2.0 version includes new annotated images from videos recorded during winter and fall in real driving scenarios. Added to the spring and summer images included in the previous v1.1 version, the new dataset contains 752 images covering the four seasons. In this paper, we show the improvements achieved over previously published results obtained on the v1.1 dataset, showcasing the enhanced performance of models trained on the new v2.0 dataset. We also show the progress made in comprehensive scene understanding by experimenting with more capable image segmentation models. These models include new segmentation categories aimed at the identification of essential road safety objects such as the presence of vehicles and road signs, as well as highly vulnerable groups like pedestrians and cyclists. In addition, we provide evidence of the performance and robustness of the models when applied to segmenting HSI video sequences captured in various environments and conditions. Finally, for a correct assessment of the results described in this work, the constraints imposed by the processing platforms that can sensibly be deployed in vehicles for ADS must be taken into account. Thus, and although implementation details are out of the scope of this paper, we focus our research on the development of computationally efficient, lightweight ML models that can eventually operate at high throughput rates. The dataset and some examples of segmented videos are available in https://ipaccess.ehu.eus/HSI-Drive/.
arxiv情報
| 著者 | Jon Gutiérrez-Zaballa,Koldo Basterretxea,Javier Echanobe,M. Victoria Martínez,Unai Martínez-Corral |
| 発行日 | 2024-11-26 15:45:59+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google