核心概念
가려진 부분의 특징을 완성하여 보행자 특징 공간을 정렬함으로써 가려진 보행자 탐지 성능을 향상시킨다.
摘要
이 논문은 가려진 보행자 탐지 문제를 다룹니다. 저자들은 가림으로 인해 보행자 클래스의 내부 변동성이 증가하여 보행자와 배경 클러터 간 정확한 분류 경계를 찾기 어려워진다는 점을 지적합니다. 이를 해결하기 위해 저자들은 가려진 영역의 특징을 완성하여 다양한 가림 패턴에 걸쳐 보행자 특징을 정렬하는 방법을 제안합니다.
제안 방법의 핵심은 다음과 같습니다:
- 가려진 영역 탐지: 서로 다른 보행자 제안들의 채널 특징 간 상관관계를 분석하여 가려진 영역을 식별합니다. 이는 추가 정보 없이도 다양한 가림 패턴을 모델링할 수 있습니다.
- 적대적 특징 완성: 가려진 영역의 특징을 완전히 보이는 보행자의 특징 프로토타입에서 가져와 완성합니다. 그리고 생성기와 판별기 간 적대적 학습을 통해 완성된 특징이 실제 완전히 보이는 특징과 구분되지 않도록 합니다.
실험 결과, 제안 방법은 다양한 기준선 탐지기에 적용되어 특히 심각한 가림 상황에서 큰 성능 향상을 보였습니다. 또한 CityPersons, Caltech, CrowdHuman 데이터셋에서 최신 기술 수준을 달성했습니다.
統計資料
가려진 보행자 제안의 채널 특징은 보이는 부분에서만 높은 상관관계를 보인다.
완전히 보이는 보행자와 배경 제안의 채널 특징은 상관관계가 낮다.
引述
"가림은 보행자의 외관에 대한 내부 클래스 변동성을 증가시켜 보행자와 배경 클러터 간 정확한 분류 경계를 찾기 어렵게 만든다."
"가려진 영역의 특징을 완성하여 다양한 가림 패턴에 걸쳐 보행자 특징을 정렬하는 것이 효과적일 것이다."