2ヶ月前

ChangeSim: 工業室内環境におけるエンドツーエンドのオンラインシーン変化検出に向けて

Jin-Man Park; Jae-Hyuk Jang; Sahng-Min Yoo; Sun-Kyung Lee; Ue-Hwan Kim; Jong-Hwan Kim
ChangeSim: 工業室内環境におけるエンドツーエンドのオンラインシーン変化検出に向けて
要約

オンラインシーン変化検出(SCD)およびそれ以上の課題に向けた挑戦的なデータセット、ChangeSimを紹介します。本データは、空気の濁度や光条件の変化などの環境的な非対象変動と、産業室内環境における対象物体の変動が存在する写実的なシミュレーション環境で収集されました。シミュレーションでのデータ収集により、RGB画像、深度画像、セマンティックセグメンテーション、変化セグメンテーション、カメラ姿勢、3D再構築などの多モーダルセンサデータと精密な真値ラベルが得られます。従来のオンラインSCDデータセットでは、整列された画像ペアに基づいてモデルを評価していましたが、ChangeSimでは未対応の生シークエンスも提供しており、対応と検出を考慮したエンドツーエンドでのオンラインSCDモデル開発の機会を提供します。実験結果から、最新のペアベースのSCDモデルでも対応プロセスにボトルネックが生じることがわかりました。特に環境に非対象変動が含まれている場合、この問題はより深刻になります。当該データセットは以下のURLから利用可能です: http://sammica.github.io/ChangeSim/

ChangeSim: 工業室内環境におけるエンドツーエンドのオンラインシーン変化検出に向けて | 最新論文 | HyperAI超神経