AIDOVECL：外延（アウトペイント）された車両のAI生成データセットによるアイレベル分類と位置推定
arXiv cs.CV / 2026/4/29
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- この論文はAIDOVECLとして、画像のアウトペイントを用いてコンピュータビジョンにおけるラベリングのボトルネックを軽減するデータセット作成手法を提案しています。
- 手法では、選定したシード画像から車両を検出・切り出し、より大きなキャンバスに外延することで、現実の多様な状況を模したアイレベルの車両画像を生成します。
- アウトペイント後の画像には詳細なアノテーションが付与されており、必要な手作業を増やさずに高品質な教師データ（グラウンドトゥルース）を提供します。
- 実験とアブレーション結果では、全体で最大約10%の検出性能向上が示され、さらに文脈・物体スケール・配置の多様性が高い設定では最大約40%の改善、過小クラスでは真陽性が最大約50%向上します。
- 研究者が再現・発展させられるよう、コードとデータセットへのリンクを公開しています。
