論文の概要: Distributed Multi-Target Tracking in Camera Networks
- arxiv url: http://arxiv.org/abs/2010.13701v3
- Date: Fri, 16 Apr 2021 17:57:21 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-02 19:49:15.594810
- Title: Distributed Multi-Target Tracking in Camera Networks
- Title（参考訳）: カメラネットワークにおける分散マルチターゲットトラッキング
- Authors: Sara Casao, Abel Naya, Ana C. Murillo, Eduardo Montijano
- Abstract要約: 本稿では,分散カメラネットワークに実装されたマルチターゲットトラッキング手法を提案する。
分散システムの利点は、コミュニケーション管理の軽量化、障害に対する堅牢性の向上、ローカルな意思決定にある。
データアソシエーションと情報融合は、集中的なセットアップよりも難しい。
- 参考スコア（独自算出の注目度）: 13.509012583427856
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Most recent works on multi-target tracking with multiple cameras focus on
centralized systems. In contrast, this paper presents a multi-target tracking
approach implemented in a distributed camera network. The advantages of
distributed systems lie in lighter communication management, greater robustness
to failures and local decision making. On the other hand, data association and
information fusion are more challenging than in a centralized setup, mostly due
to the lack of global and complete information. The proposed algorithm boosts
the benefits of the Distributed-Consensus Kalman Filter with the support of a
re-identification network and a distributed tracker manager module to
facilitate consistent information. These techniques complement each other and
facilitate the cross-camera data association in a simple and effective manner.
We evaluate the whole system with known public data sets under different
conditions demonstrating the advantages of combining all the modules. In
addition, we compare our algorithm to some existing centralized tracking
methods, outperforming their behavior in terms of accuracy and bandwidth usage.
- Abstract（参考訳）: 最近の研究では、複数のカメラによるマルチターゲットトラッキングが集中型システムに焦点を当てている。
本稿では,分散カメラネットワークで実装したマルチターゲット追跡手法を提案する。
分散システムの利点は、コミュニケーション管理の軽量化、障害に対する堅牢性の向上、ローカルな意思決定にある。
一方、データアソシエーションと情報融合は、大半がグローバルで完全な情報がないため、集中的なセットアップよりも困難である。
提案アルゴリズムは、一貫した情報を容易にするために、再同定ネットワークと分散トラッカマネージャモジュールのサポートにより、分散コンセンサスカルマンフィルタの利点を高める。
これらのテクニックは互いに補完し、シンプルで効果的な方法でクロスカメラデータアソシエーションを促進する。
我々は,全てのモジュールを組み合わせる利点を示す異なる条件下で,既知の公開データセットを用いてシステム全体を評価する。
さらに,本アルゴリズムを既存の集中的追跡手法と比較し,精度と帯域幅使用率の点でその挙動に優れることを示す。
関連論文リスト
- SOFTS: Efficient Multivariate Time Series Forecasting with Series-Core Fusion [59.96233305733875]
時系列予測は、金融、交通管理、エネルギー、医療など様々な分野で重要な役割を果たしている。
いくつかの方法は、注意やミキサーのようなメカニズムを利用して、チャネル相関をキャプチャすることでこの問題に対処する。
本稿では,効率的なモデルであるSOFTS(Series-cOre Fused Time Series forecaster)を提案する。
論文 参考訳（メタデータ） (2024-04-22T14:06:35Z) - Multi-view Aggregation Network for Dichotomous Image Segmentation [76.75904424539543]
Dichotomous Image (DIS) は近年,高解像度自然画像からの高精度物体分割に向けて出現している。
既存の手法は、グローバルなローカライゼーションと局所的な洗練を徐々に完了させるために、退屈な複数のエンコーダ・デコーダストリームとステージに依存している。
これに触発されて、我々は多視点オブジェクト認識問題としてdisをモデル化し、擬似多視点アグリゲーションネットワーク(MVANet)を提供する。
一般的なdis-5Kデータセットの実験では、我々のMVANetは精度と速度の両方で最先端の手法を大きく上回っている。
論文 参考訳（メタデータ） (2024-04-11T03:00:00Z) - Collaborative Multi-Agent Video Fast-Forwarding [30.843484383185473]
分散および集中型設定における協調的マルチエージェントビデオ高速転送フレームワークを2つ開発する。
これらのフレームワークでは、各エージェントは、複数の戦略に基づいて、調整可能なペースで、ビデオフレームを選択的に処理またはスキップすることができる。
文献の他のアプローチと比較して、フレームワークは重要なフレームのカバレッジを向上し、各エージェントで処理されるフレームの数を著しく削減する。
論文 参考訳（メタデータ） (2023-05-27T20:12:19Z) - Enhancing Multi-Camera People Tracking with Anchor-Guided Clustering and
Spatio-Temporal Consistency ID Re-Assignment [22.531044994763487]
本稿では,アンカークラスタリング誘導を用いたマルチカメラによる複数人物追跡手法を提案する。
提案手法は,各個人固有の重要な特徴を特定することによって,トラッキングの精度を向上させることを目的としている。
この手法は, 合成データと実世界のデータの両方を扱う上で, 堅牢性と有効性を示した。
論文 参考訳（メタデータ） (2023-04-19T07:38:15Z) - Ensemble Learning for Fusion of Multiview Vision with Occlusion and
Missing Information: Framework and Evaluations with Real-World Data and
Applications in Driver Hand Activity Recognition [0.0]
マルチセンサーフレームワークは、アンサンブル学習とセンサー融合の機会を提供する。
欠落した情報を扱うための計算手法を提案し,解析する。
並列畳み込みニューラルネットワーク間のレイトフュージョンアプローチは、最良配置の単一カメラモデルよりも優れていることを示す。
論文 参考訳（メタデータ） (2023-01-30T00:24:27Z) - Coordinate-Aligned Multi-Camera Collaboration for Active Multi-Object
Tracking [114.16306938870055]
AMOTのための座標整列型マルチカメラ協調システムを提案する。
提案手法では,各カメラをエージェントとみなし,マルチエージェント強化学習ソリューションを用いてAMOTに対処する。
本システムでは,ベースライン法を8.9%上回る71.88%のカバレッジを実現している。
論文 参考訳（メタデータ） (2022-02-22T13:28:40Z) - Learning Prototype-oriented Set Representations for Meta-Learning [85.19407183975802]
集合構造データから学ぶことは、近年注目を集めている根本的な問題である。
本稿では,既存の要約ネットワークを改善するための新しい最適輸送方式を提案する。
さらに、少数ショット分類と暗黙的メタ生成モデリングの事例にインスタンス化する。
論文 参考訳（メタデータ） (2021-10-18T09:49:05Z) - Learning Connectivity for Data Distribution in Robot Teams [96.39864514115136]
グラフニューラルネットワーク(GNN)を用いたアドホックネットワークにおけるデータ分散のためのタスク非依存,分散化,低レイテンシ手法を提案する。
当社のアプローチは、グローバル状態情報に基づいたマルチエージェントアルゴリズムを各ロボットで利用可能にすることで機能させます。
我々は,情報の平均年齢を報酬関数として強化学習を通じて分散gnn通信政策を訓練し,タスク固有の報酬関数と比較してトレーニング安定性が向上することを示す。
論文 参考訳（メタデータ） (2021-03-08T21:48:55Z) - Privacy Amplification by Decentralization [0.0]
我々は,完全分散プロトコルに自然発生する,新たなldp(local differential privacy)緩和を提案する。
本研究では,トークンがネットワークグラフ上でウォークを実行し,受信者によって順次更新される分散計算モデルについて検討する。
アルゴリズムのプライバシとユーティリティのトレードオフがLDPを大幅に改善し、信頼/安全アグリゲーションとシャッフルに基づく方法で達成できるものと一致していることを証明しています。
論文 参考訳（メタデータ） (2020-12-09T21:33:33Z) - Optimizing sensors placement in complex networks for localization of
hidden signal source: A review [0.0]
我々は、他の4つの指標と比較した、集合的相互性と呼ばれる新しいグラフ測度を提案する。
最適な方法を選択することは、非常にネットワーク的であり、分散に依存しているのに対して、一貫して顕著な方法が2つあることに気付きました。
論文 参考訳（メタデータ） (2020-12-03T12:45:29Z) - Identity-Aware Attribute Recognition via Real-Time Distributed Inference
in Mobile Edge Clouds [53.07042574352251]
我々は、MEC対応カメラ監視システムにおいて、re-IDを用いた歩行者属性認識のための新しいモデルの設計を行う。
本稿では,属性認識と人物再IDを協調的に考慮し,分散モジュールの集合を持つ新しい推論フレームワークを提案する。
そこで我々は,提案した分散推論フレームワークのモジュール分布の学習に基づくアルゴリズムを考案した。
論文 参考訳（メタデータ） (2020-08-12T12:03:27Z)
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。