文献

J-GLOBAL ID：202202270547596201   整理番号：22A0789115

Cameraネットワークにおける目標追跡のための知的Camera選択決定【JST・京大機械翻訳】

Intelligent Camera Selection Decisions for Target Tracking in a Camera Network

著者 (3件)： Sharma Anil (Indraprastha Institute of Information Technology (IIIT),Delhi) ,  Anand Saket (Indraprastha Institute of Information Technology (IIIT),Delhi) ,  Kaul Sanjit K (Indraprastha Institute of Information Technology (IIIT),Delhi)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： WACV  ページ： 3083-3092  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Camera選択決定(CSD)は,マルチカメラネットワークにおけるいくつかの応用に対して非常に有用である。例えば,CSDは,目標の次の位置を探すために,候補カメラの数を減らすことによって,マルチカメラターゲット追跡を有利にする。正しい候補カメラは,計算時間と同様に誤りRe-IDクエリの数を減少させた。また,マルチカメラ軌道予測(MCTF)において,人がカメラネットワークにおいて,遷移時間とともに再出現することを予測する。これらのアプリケーションは訓練のために大量の注釈付きデータを必要とする。本論文では,カメラ選択決定を効果的かつ効率的に行うための強化学習ベースポリシーを用いた状態表現学習を用いた。さらに,学習状態表現を用いて,手作業状態変数とは対照的に,著者らは,カメラ選択に関する最新の結果を達成することができ,一方,RL政策のための訓練時間を低減することを示した。これとともに,半教師つき方法で政策を訓練する際の監督量を低減するのを助ける報酬関数を使用した。4つのデータセット:NLPR_MCT,DukeMTMC,CityFlow,およびWNMFデータセットに関する結果を報告した。RL政策は,不必要なRe-IDクエリを減らし,従って,誤り警報は,より大きなカメラネットワークにうまくスケールし,ターゲット診断であることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  学習 ,  *ネットワーク ,  状態変数 ,  応用プログラム ,  軌道推定 ,  強化学習 ,  アノテーション
準シソーラス用語： マルチカメラ ,  誤警報 ,  クエリー ,  *ターゲット追跡 ,  カメラネットワーク ,  報酬関数 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (1件)： 目標追跡