論文の概要: The 4th AI City Challenge

• arxiv url: http://arxiv.org/abs/2004.14619v1
• Date: Thu, 30 Apr 2020 07:47:14 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-08 03:50:23.258701
• Title: The 4th AI City Challenge
• Title（参考訳）: 第4回AI都市チャレンジ
• Authors: Milind Naphade, Shuo Wang, David Anastasiu, Zheng Tang, Ming-Ching Chang, Xiaodong Yang, Liang Zheng, Anuj Sharma, Rama Chellappa, Pranamesh Chakraborty
• Abstract要約: AI City Challengeの第4回年次エディションには,37カ国で315チームが参加している。 評価はアルゴリズムの有効性と計算効率の両面から行われる。 結果は、AI技術がよりスマートで安全な輸送システムを可能にすることを約束している。
• 参考スコア（独自算出の注目度）: 80.00140907239279
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The AI City Challenge was created to accelerate intelligent video analysis that helps make cities smarter and safer. Transportation is one of the largest segments that can benefit from actionable insights derived from data captured by sensors, where computer vision and deep learning have shown promise in achieving large-scale practical deployment. The 4th annual edition of the AI City Challenge has attracted 315 participating teams across 37 countries, who leveraged city-scale real traffic data and high-quality synthetic data to compete in four challenge tracks. Track 1 addressed video-based automatic vehicle counting, where the evaluation is conducted on both algorithmic effectiveness and computational efficiency. Track 2 addressed city-scale vehicle re-identification with augmented synthetic data to substantially increase the training set for the task. Track 3 addressed city-scale multi-target multi-camera vehicle tracking. Track 4 addressed traffic anomaly detection. The evaluation system shows two leader boards, in which a general leader board shows all submitted results, and a public leader board shows results limited to our contest participation rules, that teams are not allowed to use external data in their work. The public leader board shows results more close to real-world situations where annotated data are limited. Our results show promise that AI technology can enable smarter and safer transportation systems.
• Abstract（参考訳）: ai city challengeは、インテリジェントなビデオ分析を加速し、都市をより賢く安全にする。 トランスポーテーションは、センサーが捉えたデータから得られる実用的な洞察の恩恵を受けることができる、最も大きなセグメントの1つである。 AI City Challengeの第4回年次エディションでは、37カ国315チームが参加し、都市規模の実交通データと高品質の合成データを活用して、4つの挑戦トラックで競う。 トラック1はビデオに基づく自動車両計数に対処し、アルゴリズムの有効性と計算効率の両方で評価を行う。 トラック2は、拡張合成データを用いて都市規模の車両の再識別に対処し、タスクのトレーニングセットを大幅に増加させる。 トラック3は、都市規模のマルチターゲットマルチカメラ車両追跡に対応している。 トラック4は交通異常検知に対処した。 評価システムは2つのリーダーボードを示し、総リーダーボードは全ての提案された結果を示し、公開リーダーボードは我々のコンテスト参加ルールに制限された結果を示し、チームは自分たちの作業で外部データを使用することができない。 公開リーダーボードは、注釈付きデータが制限された現実世界の状況に近い結果を表示する。 我々の結果は、AI技術がよりスマートで安全な交通システムを実現することを約束している。

関連論文リスト

• Advanced computer vision for extracting georeferenced vehicle trajectories from drone imagery [4.387337528923525]
  本稿では,高高度ドローン映像からジオレファレンスされた車両軌跡を抽出する枠組みを提案する。 私たちは最先端のコンピュータビジョンとディープラーニングを使って、エンドツーエンドのパイプラインを作成しています。 結果は、精密で費用対効果の高い都市交通監視のために、ドローン技術と高度なコンピュータビジョンを統合する可能性を示している。
  論文  参考訳（メタデータ） (2024-11-04T14:49:01Z)
• The 8th AI City Challenge [57.25825945041515]
  2024年版では5トラックが収録され、47か国と地域の726チームから前例のない関心を集めた。 このチャレンジでは、2つのリーダーボードを使ってメソッドを展示し、参加者は新しいベンチマークを設定した。
  論文  参考訳（メタデータ） (2024-04-15T03:12:17Z)
• The 7th AI City Challenge [87.23137854688389]
  AIシティチャレンジの第7版では、コンピュータビジョンと人工知能の交差点にある2つのドメインを強調している。 2023年大会には5つのトラックがあり、46カ国508チームからの参加要請が過去最高となった。 参加チームのトップパフォーマンスは強いベースラインを確立し、提案されたチャレンジトラックで最先端の成績を上げました。
  論文  参考訳（メタデータ） (2023-04-15T08:02:16Z)
• The 6th AI City Challenge [91.65782140270152]
  2022年のAIシティチャレンジの4つのチャレンジトラックは、27カ国254チームからの参加要請を受けた。 参加チームのトップパフォーマンスは強いベースラインを確立し、提案されたチャレンジトラックで最先端の成績を上げました。
  論文  参考訳（メタデータ） (2022-04-21T19:24:17Z)
• Scalable and Real-time Multi-Camera Vehicle Detection, Re-Identification, and Tracking [58.95210121654722]
  理想化されたビデオストリームやキュレートされたビデオストリームの代わりに,リアルタイムで低解像度のCCTVを処理する,リアルタイムな都市規模のマルチカメラ車両追跡システムを提案する。 私たちの手法は、公共のリーダーボードで上位5人のパフォーマーにランク付けされています。
  論文  参考訳（メタデータ） (2022-04-15T12:47:01Z)
• The 5th AI City Challenge [51.83023045451549]
  第5回AIシティチャレンジには38カ国305チームが参加した。 アルゴリズムの有効性と計算効率の両面で評価を行った。 結果は、スマートトランスポーテーションにおけるAIの約束を示している。
  論文  参考訳（メタデータ） (2021-04-25T19:15:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。