論文の概要: Unveiling personnel movement in a larger indoor area with a
non-overlapping multi-camera system
- arxiv url: http://arxiv.org/abs/2104.04662v1
- Date: Sat, 10 Apr 2021 01:44:26 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-13 14:16:58.143556
- Title: Unveiling personnel movement in a larger indoor area with a
non-overlapping multi-camera system
- Title（参考訳）: 重複しないマルチカメラシステムを用いた大規模屋内空間における人体移動
- Authors: Ping Zhang, Zhenxiang Tao, Wenjie Yang, Minze Chen, Shan Ding,
Xiaodong Liu, Rui Yang, Hui Zhang
- Abstract要約: オーバーラップしない複数のカメラによる室内運動知覚の範囲を拡大する。
付加的なタイプのセンサーを導入することなく、歩行者の再識別の精度を向上させる。
- 参考スコア（独自算出の注目度）: 23.195588088063577
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Surveillance cameras are widely applied for indoor occupancy measurement and
human movement perception, which benefit for building energy management and
social security. To address the challenges of limited view angle of single
camera as well as lacking of inter-camera collaboration, this study presents a
non-overlapping multi-camera system to enlarge the surveillance area and
devotes to retrieve the same person appeared from different camera views. The
system is deployed in an office building and four-day videos are collected. By
training a deep convolutional neural network, the proposed system first
extracts the appearance feature embeddings of each personal image, which
detected from different cameras, for similarity comparison. Then, a stochastic
inter-camera transition matrix is associated with appearance feature for
further improving the person re-identification ranking results. Finally, a
noise-suppression explanation is given for analyzing the matching improvements.
This paper expands the scope of indoor movement perception based on
non-overlapping multiple cameras and improves the accuracy of pedestrian
re-identification without introducing additional types of sensors.
- Abstract（参考訳）: サーベイランスカメラは、エネルギー管理と社会保障を構築するのに役立つ屋内占有率測定と人間の運動知覚に広く応用されている。
本研究では,カメラ間コラボレーションの欠如に加えて,単一カメラの視野角の制限という課題に対処するため,監視領域を拡大する非重複マルチカメラシステムを提案し,異なるカメラビューから同一人物を検索することに専念する。
システムはオフィスビルに展開され、4日間のビデオが収集される。
深層畳み込みニューラルネットワークを訓練することにより,提案するシステムは,まず,異なるカメラから検出された各個人画像の出現特徴埋め込みを,類似性比較のために抽出する。
そして、確率的カメラ間遷移行列を外観特徴に関連付けて人物再識別ランキング結果をさらに改善する。
最後に、マッチング改善を分析するためにノイズ抑制説明を行う。
本稿では,重複しない複数のカメラを用いた室内運動知覚のスコープを拡大し,センサの追加を必要とせず,歩行者再識別の精度を向上させる。
関連論文リスト
- Learning Intra and Inter-Camera Invariance for Isolated Camera
Supervised Person Re-identification [6.477096324232456]
クロスカメラ画像は、単にカメラスタイルで異なるIDとして認識される傾向がある。
本稿では,ISCS設定下での人物のリIDについて検討する。
論文 参考訳（メタデータ） (2023-11-02T11:32:40Z) - Pseudo Labels Refinement with Intra-camera Similarity for Unsupervised
Person Re-identification [8.779246907359706]
監視されていない人物の再識別(Re-ID)は、識別ラベルなしでカメラを介して人物画像を取得することを目的としている。
クラスタリングに基づくほとんどの手法は、画像の特徴を大まかにクラスタに分割し、異なるカメラ間のドメインシフトに起因する特徴分布ノイズを無視する。
本稿では,カメラ内類似点をクラスタリングする新しいラベルリファインメントフレームワークを提案する。
論文 参考訳（メタデータ） (2023-04-25T08:04:12Z) - 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) - Drone Detection and Tracking in Real-Time by Fusion of Different Sensing
Modalities [66.4525391417921]
マルチセンサ・ドローン検知システムの設計と評価を行う。
われわれのソリューションは、魚眼カメラを統合し、空の広い部分を監視し、他のカメラを興味ある対象に向けて操縦する。
このサーマルカメラは、たとえこのカメラが解像度が低いとしても、ビデオカメラと同じくらい実現可能なソリューションであることが示されている。
論文 参考訳（メタデータ） (2022-07-05T10:00:58Z) - SurroundDepth: Entangling Surrounding Views for Self-Supervised
Multi-Camera Depth Estimation [101.55622133406446]
本研究では,複数の周囲からの情報を組み込んだSurroundDepth法を提案し,カメラ間の深度マップの予測を行う。
具体的には、周囲のすべてのビューを処理し、複数のビューから情報を効果的に融合するクロスビュー変換器を提案する。
実験において,本手法は,挑戦的なマルチカメラ深度推定データセット上での最先端性能を実現する。
論文 参考訳（メタデータ） (2022-04-07T17:58:47Z) - Cross-Camera Feature Prediction for Intra-Camera Supervised Person
Re-identification across Distant Scenes [70.30052164401178]
人物再識別(Re-ID)は、重複しないカメラビュー間で人物画像をマッチングすることを目的としている。
ICS-DS Re-IDは、カメラ内IDラベル付きクロスカメラアンペアデータを使用してトレーニングを行う。
カメラ横断型自己監視情報マイニングのためのクロスカメラ特徴予測法
グローバルレベルの特徴とローカルレベルの特徴の合同学習は、グローバルなローカルなクロスカメラ特徴予測スキームを形成する。
論文 参考訳（メタデータ） (2021-07-29T11:27:50Z) - TransCamP: Graph Transformer for 6-DoF Camera Pose Estimation [77.09542018140823]
本稿では、カメラ再配置問題に対処するため、グラフトランスフォーマーバックボーン、すなわちTransCamPを用いたニューラルネットワークアプローチを提案する。
TransCamPは、画像の特徴、カメラポーズ情報、フレーム間の相対的なカメラモーションを、エンコードされたグラフ属性に効果的に融合する。
論文 参考訳（メタデータ） (2021-05-28T19:08:43Z) - Privacy-Preserving Pose Estimation for Human-Robot Interaction [8.905235622945254]
プライバシ保護カメラを用いたポーズ推定手法を提案する。
提案システムは,カメラをカバーした透明フィルタにより構成される。
我々は,新しいフィルタ画像データセットを用いて,システムの性能を評価する。
論文 参考訳（メタデータ） (2020-11-14T21:09:53Z) - Infrastructure-based Multi-Camera Calibration using Radial Projections [117.22654577367246]
パターンベースのキャリブレーション技術は、カメラの内在を個別にキャリブレーションするために使用することができる。
Infrastucture-based calibration techniqueはSLAMやStructure-from-Motionで事前に構築した3Dマップを用いて外部情報を推定することができる。
本稿では,インフラストラクチャベースのアプローチを用いて,マルチカメラシステムをスクラッチから完全にキャリブレーションすることを提案する。
論文 参考訳（メタデータ） (2020-07-30T09:21:04Z) - Rethinking the Distribution Gap of Person Re-identification with
Camera-based Batch Normalization [90.9485099181197]
本稿では,従来のReID手法の動作機構を再考する。
我々は、すべてのカメラの画像データを同じ部分空間に落とすように強制する。
幅広いReIDタスクの実験は、我々のアプローチの有効性を実証している。
論文 参考訳（メタデータ） (2020-01-23T17:22:34Z)
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。