スケーラブルな実時間マルチCamera車両検出,再同定,追跡【JST・京大機械翻訳】

Khorramshahi Pirazh; Shenoy Vineet; Pack Michael; Chellappa Rama

プレプリント

J-GLOBAL ID：202202203139109212 整理番号：22P0332730

スケーラブルな実時間マルチCamera車両検出,再同定,追跡【JST・京大機械翻訳】

Scalable and Real-time Multi-Camera Vehicle Detection, Re-Identification, and Tracking

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年04月15日プレプリントサーバーでの情報更新日： 2022年04月15日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

マルチカメラ車両追跡は,車両検出,追跡,および再識別を含む明確なタスクを含むので,コンピュータビジョンにおける最も複雑なタスクの1つである。課題にもかかわらず,マルチカメラ車両追跡は,速度,体積,起源-目的(O-D),およびルーティングデータ生成を含む輸送アプリケーションにおいて,大きな可能性がある。いくつかの最近の研究は,マルチカメラ追跡問題に取り組んだ。しかし,ほとんどの努力は,低カメラ解像度,圧縮アーチファクト,および,そのエッジでこのタスクを行うのに必要な計算電力と時間の圧倒的な量を無視しながら,高品質ベンチマークデータセット上で精度を改善するのに向かい,従って,大規模でリアルタイムの配置を禁止する。したがって,本研究では,動作可能かつタイムリーな洞察を提供するために,マルチカメラトラッキングシステムの設計のために取り組むべき実用的問題に光を当てた。さらに,コンピュータ集約型代替案に優しい実時間都市規模のマルチカメラ車両追跡システムを提案し,理想化されたビデオストリームの代わりに実世界で低解像度のCCTVを扱う。その有効性を示すために,地域統合交通情報システム(RITIS)への統合に加えて,2021のNVIDIA AI都市マルチカメラ追跡課題に参加し,著者らの方法を,公共リーダボード上のトップ5人の実行者の間でランク付けした。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

, , , ,

前のページに戻る