日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

夜間知覚/アクティブ照明arXiv:2512.08912

LiDAS: 照明駆動型動的アクティブセンシングによる夜間知覚

LiDAS: Lighting-driven Dynamic Active Sensing for Nighttime Perception

シェア:XThreadsFacebookLINEはてブBluesky

ヘッドライトの照明を動的に制御し、下流の知覚性能を最大化する閉ループ能動照明システムを提案。昼間学習モデルの夜間ゼロショット汎化を実現し、同等電力でmAP50を18.7%向上、エネルギーを40%削減。

詳しい要約

1. どんなもの?

- 夜間のカメラベース知覚のための閉ループ型アクティブ照明システム LiDAS(Lighting-driven Dynamic Active Sensing) - 既製の visual perception models と high-definition headlights を組み合わせる - シーン全体を一様に明るくするのではなく、下流の知覚性能を最大化する最適な illumination field を動的に予測する - 空領域の光を減らし、物体領域へ再配分する仕組み - 昼間学習済みモデルの夜間 zero-shot generalization を適応照明制御で実現する

2. 先行研究と比べてどこがすごい?

- 既存手法は scene lighting に受動的に依存していたのに対し、LiDAS は照明自体を能動的に制御する - 単純な一様増光ではなく、下流知覚性能を目的関数として照明を最適化する点が新しい - 昼間学習モデルを再学習なしで夜間に zero-shot 適用できる点 - 同等電力で +18.7% mAP50、+5.0% mIoU を standard low-beam 比で改善 - 性能を維持しつつエネルギー使用を 40% 削減 - domain-generalization 手法と相補的で、再学習なしに堅牢性をさらに強化できる

3. 技術・手法の肝は?

- off-the-shelf visual perception models と high-definition headlights を統合した閉ループ active illumination system - 下流知覚性能を最大化する illumination field を動的に予測 - 空領域の照明を減らし物体領域へ光を再配分する照明制御 - synthetic data で学習し、実世界の closed-loop driving scenarios へ zero-shot 展開 - 既製ヘッドライトを active vision actuators として活用する設計 - 詳細なネットワーク構成や最適化アルゴリズムは要旨からは不明

4. どうやって有効だと検証した?

- synthetic data で学習し、real-world closed-loop driving scenarios に zero-shot で展開して検証 - standard low-beam と比較し、同等電力で +18.7% mAP50、+5.0% mIoU を達成 - 性能を維持しながらエネルギー使用を 40% 削減できることを確認 - domain-generalization 手法との併用で再学習なしに堅牢性が向上することを確認 - 具体的なデータセット名や評価プロトコルの詳細は要旨からは不明

5. 議論はある?

- 既製ヘッドライトを活用する cost-effective な夜間知覚ソリューションとして位置づけ - domain-generalization 手法を代替せず補完する関係にあると主張 - 実世界 closed-loop 展開での zero-shot 動作を報告 - 照明制御の安全性、他車への影響、多様な環境での限界については要旨からは不明 - 計算コストや遅延、照明場予測の失敗時の挙動は要旨からは不明

6. 次に読むべき論文は?

- 要旨で直接参照/比較されている個別研究は明示されていない - 関連手法として domain-generalization methods(夜間知覚向けの domain generalization) - 比較対象として standard low-beam(従来のロービーム照明) - 周辺領域の定番として nighttime perception、active vision、adaptive headlight control に関する研究

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Simon de Moreau, Andrei Bursuc, Hafid El-Idrissi, Fabien Moutarde

分類: cs.CV, cs.RO

原文アブストラクト

Nighttime environments pose significant challenges for camera-based perception, as existing methods passively rely on the scene lighting. We introduce Lighting-driven Dynamic Active Sensing (LiDAS), a closed-loop active illumination system that combines off-the-shelf visual perception models with high-definition headlights. Rather than uniformly brightening the scene, LiDAS dynamically predicts an optimal illumination field that maximizes downstream perception performance, i.e., decreasing light on empty areas to reallocate it on object regions. LiDAS enables zero-shot nighttime generalization of daytime-trained models through adaptive illumination control. Trained on synthetic data and deployed zero-shot in real-world closed-loop driving scenarios, LiDAS enables +18.7% mAP50 and +5.0% mIoU over standard low-beam at equal power. It maintains performances while reducing energy use by 40%. LiDAS complements domain-generalization methods, further strengthening robustness without retraining. By turning readily available headlights into active vision actuators, LiDAS offers a cost-effective solution to robust nighttime perception.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI