帯域制約下のロボティック・ビジョンに向けたハイブリッド視覚テレメトリ：HEVCベース動画とJPEG ROIスチルによるパイロット研究

Abstract

帯域制約のあるロボティクスおよび監視システムでは、連続的なシーン認識と下流の機械による知覚の両方を支えるために、しばしば単一の圧縮映像ストリームに依存します。実際には、このために不一致が生じます。低ビットレートの映像は動きや粗い文脈を保持できる一方で、信頼できる物体認識や意思決定に必要な微細な局所情報を失うことが多いのです。本論文は、低解像度映像が動的なシーン理解を支え、イベント駆動型の高詳細な関心領域（ROI）が近接識別と解析を支えるというハイブリッド・アーキテクチャに触発されて、連続的な低ビットレート映像ストリームに対して、選択的に送信される高詳細の静止ROIを補強する、二チャネルの視覚テレメトリ方式を形式化します。本初回の論文では、新しい静止画像コーデックの優位性を証明しようとはしません。代わりに、実用的で再現可能なコーデック・スタックを用いて、ハイブリッド伝送パラダイム自体を確立します。基盤となる映像ストリームにはx265/HEVC、ROIの精緻化にはJPEGの静止画です。本論文では問題を、ロボティクス視覚のためのビットレート制約下における情報選択として定式化し、総通信予算を同一に揃えた条件下で、映像のみの方式とハイブリッド方式を比較する実験プロトコルを定義します。本研究は、UAV（無人航空機）指向のデータセット、2つの実用的なビットレート領域、いくつかのROIトリガリング方策、および選択的に送信されたROI静止画に対する物体レベルの分類精緻化を中心に設計されています。その結果得られる本論文は、同一のハイブリッド・アーキテクチャ内での意味論的な静止画像チャネルとしてのJPEG AIに関する第2段階の調査のための方法論的基盤を提示します。