論文の概要: APT: Adaptive Perceptual quality based camera Tuning using reinforcement
learning
- arxiv url: http://arxiv.org/abs/2211.08504v1
- Date: Tue, 15 Nov 2022 21:02:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-17 15:12:50.486881
- Title: APT: Adaptive Perceptual quality based camera Tuning using reinforcement
learning
- Title（参考訳）: APT:強化学習を用いた適応型知覚品質カメラチューニング
- Authors: Sibendu Paul, Kunal Rao, Giuseppe Coviello, Murugan Sankaradas, Oliver
Po, Y. Charlie Hu and Srimat Chakradhar
- Abstract要約: 画質の悪いビデオのキャプチャは、分析の精度に悪影響を及ぼす。
本稿では,高品質なビデオキャプチャを実現するために,カメラパラメータを調整した新しい強化学習システムを提案する。
その結果、環境条件やシーン内容が変化したときの洞察の精度を復元する。
- 参考スコア（独自算出の注目度）: 2.0741583844039915
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cameras are increasingly being deployed in cities, enterprises and roads
world-wide to enable many applications in public safety, intelligent
transportation, retail, healthcare and manufacturing. Often, after initial
deployment of the cameras, the environmental conditions and the scenes around
these cameras change, and our experiments show that these changes can adversely
impact the accuracy of insights from video analytics. This is because the
camera parameter settings, though optimal at deployment time, are not the best
settings for good-quality video capture as the environmental conditions and
scenes around a camera change during operation. Capturing poor-quality video
adversely affects the accuracy of analytics. To mitigate the loss in accuracy
of insights, we propose a novel, reinforcement-learning based system APT that
dynamically, and remotely (over 5G networks), tunes the camera parameters, to
ensure a high-quality video capture, which mitigates any loss in accuracy of
video analytics. As a result, such tuning restores the accuracy of insights
when environmental conditions or scene content change. APT uses reinforcement
learning, with no-reference perceptual quality estimation as the reward
function. We conducted extensive real-world experiments, where we
simultaneously deployed two cameras side-by-side overlooking an enterprise
parking lot (one camera only has manufacturer-suggested default setting, while
the other camera is dynamically tuned by APT during operation). Our experiments
demonstrated that due to dynamic tuning by APT, the analytics insights are
consistently better at all times of the day: the accuracy of object detection
video analytics application was improved on average by ~ 42%. Since our reward
function is independent of any analytics task, APT can be readily used for
different video analytics tasks.
- Abstract（参考訳）: カメラは、公共の安全、インテリジェント交通、小売、ヘルスケア、製造において多くの応用を可能にするために、都市、企業、道路にますます展開されている。
多くの場合、カメラの初期展開後、環境条件や周囲のシーンが変化し、この変化が映像分析からの洞察の正確さに悪影響を及ぼすことが実験によって示されている。
これは、カメラパラメータの設定が配置時に最適だが、操作中のカメラの周囲の環境条件やシーンが変化するため、良質なビデオキャプチャには最適ではないためである。
画質の悪いビデオのキャプチャは、分析の精度に悪影響を及ぼす。
そこで本研究では,映像解析の精度を低下させる高品質な映像撮影を実現するために,動的かつ遠隔(5gネットワーク上)でカメラパラメータをチューニングする新しい強化学習型システムaptを提案する。
これにより、環境条件やシーン内容が変化した場合の洞察の正確性が回復する。
APTは、報酬関数として非参照の知覚品質推定を伴う強化学習を用いる。
そこで我々は,企業駐車場を並べて2台のカメラを同時に配置した(一方のカメラはメーカー提案のデフォルト設定のみで,他方のカメラは動作中にAPTによって動的に調整される)。
我々の実験では、APTによる動的チューニングにより、分析の洞察は一日中常に改善され、オブジェクト検出ビデオ分析アプリケーションの精度は平均42%向上した。
我々の報酬関数は任意の分析タスクとは独立しているため、APTは様々なビデオ分析タスクに容易に利用できる。
関連論文リスト
- Redundancy-Aware Camera Selection for Indoor Scene Neural Rendering [54.468355408388675]
カメラの空間的多様性と画像の意味的変動の両方を取り入れた類似度行列を構築した。
カメラ選択を最適化するために,多様性に基づくサンプリングアルゴリズムを適用した。
IndoorTrajという新しいデータセットも開発しています。仮想屋内環境で人間が捉えた、長くて複雑なカメラの動きが含まれています。
論文 参考訳（メタデータ） (2024-09-11T08:36:49Z) - VICAN: Very Efficient Calibration Algorithm for Large Camera Networks [49.17165360280794]
ポースグラフ最適化手法を拡張する新しい手法を提案する。
我々は、カメラを含む二部グラフ、オブジェクトの動的進化、各ステップにおけるカメラオブジェクト間の相対変換について考察する。
我々のフレームワークは従来のPGOソルバとの互換性を維持しているが、その有効性はカスタマイズされた最適化方式の恩恵を受けている。
論文 参考訳（メタデータ） (2024-03-25T17:47:03Z) - Homography Estimation in Complex Topological Scenes [6.023710971800605]
監視ビデオや画像は、交通分析から犯罪検出まで、幅広い用途に使用されている。
外部カメラキャリブレーションデータは、ほとんどの分析アプリケーションにとって重要である。
本稿では,任意のカメラ設定に関する事前知識を必要としない辞書ベースのアプローチを活用した自動カメラ校正プロセスを提案する。
論文 参考訳（メタデータ） (2023-08-02T11:31:43Z) - Enhanced Stable View Synthesis [86.69338893753886]
本稿では,自由に動くカメラから撮影した画像から,新しいビュー合成を強化するアプローチを提案する。
導入されたアプローチは、正確な幾何学的足場とカメラのポーズの復元が困難な屋外シーンに焦点を当てている。
論文 参考訳（メタデータ） (2023-03-30T01:53:14Z) - PL-EVIO: Robust Monocular Event-based Visual Inertial Odometry with
Point and Line Features [3.6355269783970394]
イベントカメラは、フレームレートが固定された強度画像の代わりにピクセルレベルの照明変化をキャプチャするモーションアクティベートセンサーである。
本稿では,ロバストで高精度でリアルタイムな単眼イベントベース視覚慣性オドメトリー(VIO)法を提案する。
論文 参考訳（メタデータ） (2022-09-25T06:14:12Z) - Why is the video analytics accuracy fluctuating, and what can we do
about it? [2.0741583844039915]
ビデオは一連の画像(フレーム)と考えるのが一般的であり、ビデオ上の同様の分析タスクのためにイメージのみに基づいてトレーニングされたディープニューラルネットワークモデルを再利用する。
本稿では、画像上でうまく機能するディープラーニングモデルが、ビデオ上でもうまく機能する、という信念の飛躍が、実際は欠陥であることを示す。
映像カメラが人間の知覚で変化しないシーンを見ているときでも、映像解析アプリケーションの精度は顕著に変動する。
論文 参考訳（メタデータ） (2022-08-23T23:16:24Z) - GPU-accelerated SIFT-aided source identification of stabilized videos [63.084540168532065]
我々は、安定化フレームインバージョンフレームワークにおけるグラフィクス処理ユニット(GPU)の並列化機能を利用する。
我々はSIFT機能を活用することを提案する。
カメラのモーメントを推定し 1%の確率で 時間セグメントを識別します
実験により,提案手法の有効性を確認し,必要な計算時間を短縮し,情報源の同定精度を向上させる。
論文 参考訳（メタデータ） (2022-07-29T07:01:31Z) - RADNet: A Deep Neural Network Model for Robust Perception in Moving
Autonomous Systems [8.706086688708014]
我々は,グローバルカメラの動きの度合いに基づいて,映像のランク付けを行う新しいランキング手法を開発した。
上位のカメラビデオでは、アクション検出の精度が低下している。
本稿では,カメラの動作効果に頑健な動作検出パイプラインを提案し,それを実証的に検証する。
論文 参考訳（メタデータ） (2022-04-30T23:14:08Z) - CamTuner: Reinforcement-Learning based System for Camera Parameter
Tuning to enhance Analytics [2.637265703777453]
CamTunerは複雑なセンサーを環境に自動的に適応させるシステムだ。
我々の動的チューニング手法は、複数のビデオ分析タスクからの洞察の精度を最大12%向上させる。
論文 参考訳（メタデータ） (2021-07-08T16:43:02Z) - A Modified Fourier-Mellin Approach for Source Device Identification on
Stabilized Videos [72.40789387139063]
マルチメディアの法医学ツールは通常 取得したフレームに カメラセンサーが残した 特徴的なノイズの痕跡を利用する
この分析では,カメラを特徴付けるノイズパターンと,解析対象の映像フレームから抽出したノイズパターンを幾何学的に整列させる必要がある。
本稿では,周波数領域におけるスケーリングと回転パラメータの探索により,この制限を克服することを提案する。
論文 参考訳（メタデータ） (2020-05-20T12:06:40Z) - Scene-Adaptive Video Frame Interpolation via Meta-Learning [54.87696619177496]
テスト時に容易に利用できる追加情報を利用することで、各ビデオにモデルを適用することを提案する。
追加パラメータを使わずに1つの勾配更新しか行わず、大幅な性能向上が得られます。
論文 参考訳（メタデータ） (2020-04-02T02:46:44Z)
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。