オフロード走行の終日（オールデイ）認識に向けて：大規模マルチスペクトル・データセットと包括的ベンチマーク
arXiv cs.CV / 2026/5/1
📰 ニュースDeveloper Stack & InfrastructureSignals & Early TrendsModels & Research
要点
- この論文では、夜間に可視光の知覚が不安定になるという課題を背景に、終日（オールデイ）条件でのオフロード・時間的フリースペース検出向けの大規模赤外線（IR）データセット「IRON」を提案している。
- IRONは多様なシーンや照明条件での同期RGBデータとともに、24,314枚の高密度アノテーション付きIR画像を含み、注釈付きIRオフロードデータの不足を補うことを狙っている。
- 著者らは「IRONet」を提案し、フレーム間の不整合をメモリ注意（memory-attention）による過去文脈の集約と、設計されたマスクデコーダで緩和する“フロー不要”の時間的検出フレームワークとしている。
- IRONデータセット上で、IRONetはリアルタイム推論において新しい最先端性能を達成し、IoU 82.93%（+1.19%）、F1 90.66%（+0.71%）を記録した。
- さらにIRONetはRGBモダリティへの一般化も示しており、ORFDおよびRellisのRGBベンチマークで堅牢に動作することから、IR専用に留まらない応用可能性が示唆される。
