論文の概要: MultiStream: A Simple and Fast Multiple Cameras Visual Monitor and
Directly Streaming
- arxiv url: http://arxiv.org/abs/2207.06078v1
- Date: Wed, 13 Jul 2022 09:38:04 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-14 15:35:02.095680
- Title: MultiStream: A Simple and Fast Multiple Cameras Visual Monitor and
Directly Streaming
- Title(参考訳): MultiStream: シンプルで高速なマルチカメラのビジュアルモニタと直接ストリーミング
- Authors: Jinwei Lin
- Abstract要約: MultiStreamは複数のカメラウィンドウの表示を配置し、入力されたストリーミングURLを分析して、適切なストリーミング通信プロトコルを選択することができる。
メディアID選択と複数のカメラストリーミングのための設定情報は、そのまま保存できる。
idファイル
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Monitoring and streaming is one of the most important applications for the
real time cameras. The research of this has provided a novel design idea that
uses the FFmpeg and Tkinter, combining with the libraries: OpenCV and PIL to
develop a simple but fast streaming toolkit MultiSteam that can achieve the
function of visible monitoring streaming for multiple simultaneously.
MultiStream is able to automatically arrange the layout of the displays of
multiple camera windows and intelligently analyze the input streaming URL to
select the correct corresponding streaming communication protocol. Multiple
cameras can be streamed with different communication protocols or the same
protocol. Besides, the paper has tested the different streaming speeds for
different protocols in camera streaming. MultiStream is able to gain the
information of media equipment on the computer. The configuration information
for media-id selection and multiple cameras streaming can be saved as json
files.
- Abstract(参考訳): 監視とストリーミングは、リアルタイムカメラにとって最も重要なアプリケーションのひとつだ。
この研究は、ffmpegとtkinterをライブラリと組み合わせた新しい設計アイデアを提供する。 opencvとpilは、同時に複数の監視ストリーミングを可視化する機能を実現する、シンプルで高速なストリーミングツールキットであるmultisteamを開発する。
MultiStreamは、複数のカメラウィンドウのディスプレイのレイアウトを自動的に調整し、入力されたストリーミングURLをインテリジェントに分析して、適切なストリーミング通信プロトコルを選択することができる。
複数のカメラは異なる通信プロトコルまたは同じプロトコルでストリーミングすることができる。
さらに、この論文は、カメラストリーミングにおける異なるプロトコルの異なるストリーミング速度をテストする。
MultiStreamは、コンピュータ上のメディア機器の情報を取得することができる。
メディアID選択と複数のカメラストリーミングの設定情報はjsonファイルとして保存できる。
関連論文リスト
- STAC: Leveraging Spatio-Temporal Data Associations For Efficient
Cross-Camera Streaming and Analytics [0.0]
本稿では,制約されたネットワーク環境下でのリアルタイム解析と推論を実現する,効率的なクロスカメラ監視システムを提案する。
ストリーム特性に対するフレームフィルタリングと最先端圧縮をSTACと統合する。
本研究では,このデータセットを用いてSTAの性能評価を行い,完全性評価のための精度指標と推論率を測定した。
論文 参考訳(メタデータ) (2024-01-27T04:02:52Z) - Accelerated Event-Based Feature Detection and Compression for
Surveillance Video Systems [1.5390526524075634]
スパース圧縮表現において時間的冗長性を伝達する新しいシステムを提案する。
我々はADDERと呼ばれるビデオ表現フレームワークを利用して、フレーム化されたビデオを疎結合で非同期な強度サンプルに変換する。
我々の研究は、今後のニューロモルフィックセンサーの道を切り拓き、スパイクニューラルネットワークによる将来の応用に有効である。
論文 参考訳(メタデータ) (2023-12-13T15:30:29Z) - Follow Anything: Open-set detection, tracking, and following in
real-time [89.83421771766682]
我々は,物体をリアルタイムで検出,追跡,追跡するロボットシステムを提案する。
私たちのアプローチは、何でも従う"(FAn)と呼ばれ、オープンな語彙とマルチモーダルモデルです。
FAnは軽量(6~8GB)グラフィックカードでラップトップにデプロイでき、毎秒6~20フレームのスループットを実現する。
論文 参考訳(メタデータ) (2023-08-10T17:57:06Z) - Referred by Multi-Modality: A Unified Temporal Transformer for Video
Object Segmentation [54.58405154065508]
ビデオオブジェクトセグメンテーションの参照のためのマルチモーダル統一時間変換器を提案する。
MUTRは、初めて統合されたフレームワークにより、DETRスタイルのトランスフォーマーを採用し、テキストまたはオーディオ参照によって指定されたビデオオブジェクトをセグメント化することができる。
変換器以降の高レベルの時間的相互作用に対して,異なるオブジェクト埋め込みのためのフレーム間特徴通信を行い,ビデオに沿って追跡するためのオブジェクトワイズ対応の改善に寄与する。
論文 参考訳(メタデータ) (2023-05-25T17:59:47Z) - A Multi-Stream Fusion Network for Image Splicing Localization [18.505512386111985]
本稿では,複数のエンコーダストリームからなるエンコーダデコーダアーキテクチャを提案する。
各ストリームは、改ざんされた画像または手作りの信号で供給され、個別に処理され、各ストリームから関連する情報を分離して取得する。
複数のストリームから抽出された特徴は、アーキテクチャのボトルネックに融合し、出力のローカライゼーションマップを生成するデコーダネットワークに伝播する。
論文 参考訳(メタデータ) (2022-12-02T12:17:53Z) - Automatic Camera Control and Directing with an Ultra-High-Definition
Collaborative Recording System [0.5735035463793007]
複数のカメラアングルからイベントをキャプチャすることで、視聴者はそのイベントの最も完全で興味深い写真を得ることができる。
全方位カメラや広角カメラの導入により、イベントをより完全に捉えられるようになった。
イベントの複数の超高解像度ビデオストリームが与えられると、視覚的に喜ぶ一連のショットを生成することができるシステムを示す。
論文 参考訳(メタデータ) (2022-08-10T08:28:08Z) - A Framework for Event-based Computer Vision on a Mobile Device [3.912482311158817]
イベントカメラから直接携帯電話にデータをストリームする,初めて公開されたAndroidフレームワークを提示する。
私たちのプロトタイプデバイスは、そのようなイベントカメラをバッテリー駆動のハンドヘルドデバイスに組み込むための第一歩です。
論文 参考訳(メタデータ) (2022-05-13T18:06:20Z) - VisEvent: Reliable Object Tracking via Collaboration of Frame and Event
Flows [93.54888104118822]
このタスクには現実的でスケールしたデータセットがないため、大規模なVisible-Eventベンチマーク(VisEventと呼ぶ)を提案する。
私たちのデータセットは、低照度、高速、背景乱雑なシナリオ下でキャプチャされた820のビデオペアで構成されています。
VisEventに基づいて、イベントフローをイベントイメージに変換し、30以上のベースラインメソッドを構築します。
論文 参考訳(メタデータ) (2021-08-11T03:55:12Z) - Multi-modal Transformer for Video Retrieval [67.86763073161012]
ビデオの様々なモードを共同で符号化するマルチモーダルトランスを提案する。
自然言語に関しては,マルチモーダル変換器と組み合わさった言語を最適化するベストプラクティスについて検討する。
この新たなフレームワークにより,3つのデータセット上での映像検索の最先端化が可能となる。
論文 参考訳(メタデータ) (2020-07-21T07:38:46Z) - Single Shot Video Object Detector [215.06904478667337]
Single Shot Video Object Detector (SSVD)は、新しいアーキテクチャであり、ビデオ内のオブジェクト検出のための1段階の検出器に機能集約を新規に統合する。
448の448ドルの入力で、SSVDはImageNet VIDデータセットで79.2%のmAPを達成した。
論文 参考訳(メタデータ) (2020-07-07T15:36:26Z) - Self-Supervised MultiModal Versatile Networks [76.19886740072808]
我々は、ビデオに自然に存在する3つのモダリティ(ビジュアル、オーディオ、言語ストリーム)を活用することで、自己スーパービジョンを用いて表現を学習する。
ビデオ, ビデオテキスト, 画像, 音声タスクに対して, ビデオデータの大規模な収集を訓練したネットワークを, どのように適用できるかを実証する。
論文 参考訳(メタデータ) (2020-06-29T17:50:23Z)
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。