论文笔记004:[IJCAI2020]When Pedestrian Detection Meets Nighttime Surveillance: A New Benchmark

摘要

夜间行人检测是监视中的一个关键和前沿问题，但计算机视觉和人工智能领域还没有很好地探索。现有的大多数方法都是在良好的光照条件下(如白天)检测行人，并取得了很好的效果。相反，它们往往在不稳定的照明条件下(如夜间)失效。夜间是犯罪嫌疑人在安全领域采取行动的关键时刻。现有的夜间行人检测数据集由专门为自动驾驶场景设计的汽车摄像头捕捉。夜间监视场景的数据集仍然是空的。自动驾驶和监控之间存在巨大的差异，包括视角和照明。作为夜间行人检测的基准数据集，我们比较了目前最先进的行人检测器的性能，结果表明，这些方法并不能解决夜间监视的所有挑战性问题。我们相信，NightSurveillance可以进一步推进行人检测的研究，特别是在夜间监控安全领域。

贡献点

提出了一个夜间的行人检测数据集

数据集

1.将Nightowls的光照和我们的数据集做比较，展示两者的不同以及我们为什么要做这个数据集

2.该数据集包含的一些挑战：5个方面

3.该数据集和其他数据集相比具有更多的挑战性

实验

1.数据集内：不同条件下的难度

2.数据集间：不同数据集之间的难度对比，说明我们的更有难度

我的思考

如果想要构建一个数据集，需要从哪些方面去思考，去展示数据集的优势

标签：Meets,夜间,IJCAI2020,数据,监视,Nighttime,检测,行人,难度
来源： https://blog.csdn.net/qq_41876456/article/details/121062921