Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Panoramic Distortion-Aware Tokenization for Person Detection and Localization Using Transformers in Overhead Fisheye Images

Created by
  • Haebom

저자

Nobuhiko Wakai, Satoshi Sato, Yasunori Ishii, Takayoshi Yamashita

개요

본 논문은 항공 촬영 어안렌즈 이미지에서의 사람 검출 문제를 해결하기 위한 새로운 방법을 제안합니다. 어안렌즈 이미지의 왜곡과 사람의 회전 및 크기 문제를 해결하기 위해, 어안렌즈 이미지를 파노라마 이미지로 변환하고, 파노라마 이미지의 기하학적 특성을 이용하여 작은 사람의 검출 성능을 향상시킵니다. 특히, 파노라마 이미지에서 사람의 높이가 이미지 상단 근처에서 선형적으로 감소하는 점에 착안하여, 유의미한 영역을 균형 있게 고려하는 토큰화 기법을 제시합니다. 자기 유사성을 이용한 파노라마 왜곡 인식 토큰화를 통해 이미지를 최적으로 분할하고, 각 타일의 최대 유의미 값을 활용하여 작은 사람의 유의미한 영역을 보존합니다. 파노라마 이미지 재매핑과 제안된 토큰화 기법을 결합한 사람 검출 및 위치 파악 방법을 통해 대규모 데이터셋에서 기존 방법보다 우수한 성능을 보임을 실험적으로 확인했습니다.

시사점, 한계점

•
시사점:
◦
어안렌즈 이미지에서의 사람 검출 문제에 대한 효과적인 해결 방안 제시.
◦
파노라마 이미지의 기하학적 특성을 활용한 새로운 토큰화 기법 제안.
◦
작은 사람의 검출 성능 향상.
◦
대규모 데이터셋에서 기존 방법 대비 우수한 성능 검증.
•
한계점:
◦
제안된 방법의 계산 비용 및 처리 속도에 대한 분석 부족.
◦
다양한 환경 조건(조명, 날씨 등)에 대한 성능 평가 부족.
◦
다른 유형의 왜곡이 포함된 이미지에 대한 일반화 성능 평가 부족.
◦
특정 유형의 어안렌즈 이미지에 대한 성능 평가에 국한될 가능성.
👍
Made with Slashpage