論文の概要: Benchmarking Pedestrian Odometry: The Brown Pedestrian Odometry Dataset (BPOD)

• arxiv url: http://arxiv.org/abs/2112.13018v1
• Date: Fri, 24 Dec 2021 10:11:32 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-28 16:00:56.219583
• Title: Benchmarking Pedestrian Odometry: The Brown Pedestrian Odometry Dataset (BPOD)
• Title（参考訳）: ベンチマーク歩行者オドメトリ:brown pedestrian odometry dataset (bpod)
• Authors: David Charatan, Hongyi Fan, Benjamin Kimia
• Abstract要約: このデータセットは、ブラウン大学のキャンパス内の12の屋内および屋外の様々な場所で、同期されたグローバルおよびローリングシャッターステレオカメラを使用してキャプチャされた。 画像のぼやけや自転がより多く含まれており、歩行者の身長測定でよく見られるが、他の場所では稀である。
• 参考スコア（独自算出の注目度）: 0.7949579654743341
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We present the Brown Pedestrian Odometry Dataset (BPOD) for benchmarking visual odometry algorithms in head-mounted pedestrian settings. This dataset was captured using synchronized global and rolling shutter stereo cameras in 12 diverse indoor and outdoor locations on Brown University's campus. Compared to existing datasets, BPOD contains more image blur and self-rotation, which are common in pedestrian odometry but rare elsewhere. Ground-truth trajectories are generated from stick-on markers placed along the pedestrian's path, and the pedestrian's position is documented using a third-person video. We evaluate the performance of representative direct, feature-based, and learning-based VO methods on BPOD. Our results show that significant development is needed to successfully capture pedestrian trajectories. The link to the dataset is here: \url{https://doi.org/10.26300/c1n7-7p93
• Abstract（参考訳）: 頭部装着歩行者設定における視覚計測アルゴリズムのベンチマークのためのBrown Pedestrian Odometry Dataset(BPOD)を提案する。 このデータセットは、ブラウン大学のキャンパスの様々な屋内および屋外の12箇所で、グローバルおよびローリングシャッターステレオカメラを用いて撮影された。 既存のデータセットと比較すると、BPODは画像のぼやけや自転を多く含んでいる。 歩行者の経路に沿って設置されたスティックオンマーカーから地中軌道を生成し、第三者ビデオを用いて歩行者の位置を文書化する。 BPOD上での直接的・特徴的・学習型VO法の性能評価を行った。 以上の結果から,歩行者軌跡の把握には重要な開発が必要であることが示唆された。 データセットへのリンクはこちら。 \url{https://doi.org/10.26300/c1n7-7p93

関連論文リスト

• TAP-Vid: A Benchmark for Tracking Any Point in a Video [84.94877216665793]
  我々は、より長いビデオクリップで表面上の任意の物理点を追跡するという問題を定式化し、任意の点(TAP)を追尾する。 そこで本研究では,実世界の映像に正確な点線アノテーションを付加したTAP-Vidと,完全な接地木線トラックを付加した合成ビデオとを併用したベンチマーク,TAP-Vidを提案する。 本稿では, 簡易な終端点追跡モデルTAP-Netを提案する。
  論文  参考訳（メタデータ） (2022-11-07T17:57:02Z)
• From Pedestrian Detection to Crosswalk Estimation: An EM Algorithm and Analysis on Diverse Datasets [0.0]
  本研究では,LiDAR点雲やカメラ画像から歩行者を検出することで,標識付き歩行者横断歩道の角点と直線交差区間を推定するためのEMアルゴリズムを提案する。 本研究では,複数周期のデータ収集を含む実世界の3つのデータセットを,マーク付き横断歩道とマークなし横断歩道の4つの角と2つの角の交差点で解析することにより,アルゴリズムの性能を実証する。
  論文  参考訳（メタデータ） (2022-05-25T08:40:38Z)
• Cross-Camera Trajectories Help Person Retrieval in a Camera Network [124.65912458467643]
  既存の手法では、純粋な視覚的マッチングや時間的制約を考慮することが多いが、カメラネットワークの空間情報は無視する。 本稿では,時間的情報と空間的情報を統合したクロスカメラ生成に基づく歩行者検索フレームワークを提案する。 本手法の有効性を検証するため,最初のカメラ横断歩行者軌跡データセットを構築した。
  論文  参考訳（メタデータ） (2022-04-27T13:10:48Z)
• STCrowd: A Multimodal Dataset for Pedestrian Perception in Crowded Scenes [78.95447086305381]
  3D空間における歩行者の正確な検出と追跡は、回転、ポーズ、スケールの大きなバリエーションのために困難である。 既存のベンチマークは2Dアノテーションのみを提供するか、あるいは低密度の歩行者分布を持つ限定的な3Dアノテーションを持つ。 混み合ったシナリオにおける歩行者認識アルゴリズムをよりよく評価するために,大規模なマルチモーダルデータセットSTCrowdを導入する。
  論文  参考訳（メタデータ） (2022-04-03T08:26:07Z)
• Visual Odometry for RGB-D Cameras [3.655021726150368]
  本稿では,静止環境を走行する移動RGB-Dカメラの高速かつ高精度な計測手法を開発した。 提案アルゴリズムは,SURF を特徴抽出器として,RANSAC を用いて結果をフィルタリングし,最小平均角を使って連続するビデオフレーム間の6つのパラメータの剛性変換を推定する。
  論文  参考訳（メタデータ） (2022-03-28T21:49:12Z)
• A Pedestrian Detection and Tracking Framework for Autonomous Cars: Efficient Fusion of Camera and LiDAR Data [0.17205106391379021]
  本稿では,カメラとLiDARセンサデータを用いた歩行者検出と追跡のための新しい手法を提案する。 検出フェーズは、LiDARストリームを計算的に抽出可能な深度画像に変換し、さらに、歩行者候補を特定するディープニューラルネットワークを開発する。 トラッキングフェーズは、Kalmanフィルタ予測と、シーン内の複数の歩行者を追跡するための光フローアルゴリズムの組み合わせである。
  論文  参考訳（メタデータ） (2021-08-27T16:16:01Z)
• Cyclist Trajectory Forecasts by Incorporation of Multi-View Video Information [2.984037222955095]
  本稿では,都市交差点に設置した広角ステレオカメラシステムによる映像データからの視覚的手がかりを,サイクリストの軌道予測に組み込む新しい手法を提案する。 本研究では,3次元畳み込みニューラルネットワーク(3D-ConvNet)を用いて画像および光学的流れ列から特徴を抽出し,その特徴をサイクリストの過去の軌道から抽出した特徴と組み合わせ,将来のサイクリストの位置を予測する。
  論文  参考訳（メタデータ） (2021-06-30T11:34:43Z)
• Video-based Person Re-identification without Bells and Whistles [49.51670583977911]
  ビデオベースの人物再識別(Re-ID)は、異なるカメラの下で歩行者を特定するために、ビデオトラッカーとトリミングされたビデオフレームをマッチングすることを目的としている。 従来の方法による不完全な検出と追跡の結果から, 収穫したトラックレットの空間的, 時間的不整合が生じている。 本稿では,深層学習に基づくトラックレットの検出と追跡を適用することで,これらの予期せぬノイズを効果的に低減できる簡易な再検出リンク(DL)モジュールを提案する。
  論文  参考訳（メタデータ） (2021-05-22T10:17:38Z)
• EPOS: Estimating 6D Pose of Objects with Symmetries [57.448933686429825]
  1つのRGB入力から利用可能な3次元モデルを用いて、剛体物体の6次元ポーズを推定する新しい手法を提案する。 オブジェクトは、体系的な方法で対称性を許容するコンパクトな表面フラグメントによって表現される。 エンコーダデコーダネットワークを用いて,高密度サンプリング画素とフラグメントの対応性を予測する。
  論文  参考訳（メタデータ） (2020-04-01T17:41:08Z)
• Multi-View Photometric Stereo: A Robust Solution and Benchmark Dataset for Spatially Varying Isotropic Materials [65.95928593628128]
  多視点光度ステレオ技術を用いて3次元形状と空間的に異なる反射率の両方をキャプチャする手法を提案する。 我々のアルゴリズムは、遠近点光源と遠近点光源に適している。
  論文  参考訳（メタデータ） (2020-01-18T12:26:22Z)

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。