論文の概要: Toward Global Sensing Quality Maximization: A Configuration Optimization
Scheme for Camera Networks
- arxiv url: http://arxiv.org/abs/2211.15166v1
- Date: Mon, 28 Nov 2022 09:21:47 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-29 20:17:28.869108
- Title: Toward Global Sensing Quality Maximization: A Configuration Optimization
Scheme for Camera Networks
- Title(参考訳): グローバルセンシング品質最大化に向けて:カメラネットワークの構成最適化スキーム
- Authors: Xuechao Zhang, Xuda Ding, Yi Ren, Yu Zheng, Chongrong Fang and
Jianping He
- Abstract要約: パラメータ化カメラネットワークモデルの再構成戦略について検討する。
我々は、カメラネットワークによる目標のセンシング品質を測定する単一の量を形成する。
広範囲なシミュレーションと実験により,本手法の有効性を検証した。
- 参考スコア(独自算出の注目度): 15.795407587722924
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The performance of a camera network monitoring a set of targets depends
crucially on the configuration of the cameras. In this paper, we investigate
the reconfiguration strategy for the parameterized camera network model, with
which the sensing qualities of the multiple targets can be optimized globally
and simultaneously. We first propose to use the number of pixels occupied by a
unit-length object in image as a metric of the sensing quality of the object,
which is determined by the parameters of the camera, such as intrinsic,
extrinsic, and distortional coefficients. Then, we form a single quantity that
measures the sensing quality of the targets by the camera network. This
quantity further serves as the objective function of our optimization problem
to obtain the optimal camera configuration. We verify the effectiveness of our
approach through extensive simulations and experiments, and the results reveal
its improved performance on the AprilTag detection tasks. Codes and related
utilities for this work are open-sourced and available at
https://github.com/sszxc/MultiCam-Simulation.
- Abstract(参考訳): ターゲットの集合を監視するカメラネットワークの性能は、カメラの構成に大きく依存する。
本稿では,パラメータ化カメラネットワークモデルの再構成戦略について検討し,複数のターゲットの知覚特性をグローバルかつ同時に最適化できることを示す。
まず,画像中の単位長オブジェクトが占有する画素数を,カメラのパラメータ(内在的,外在的,歪的係数など)によって決定される物体の知覚品質の指標として用いることを提案する。
そして、カメラネットワークによる目標のセンシング品質を測定する単一の量を形成する。
この量はさらに最適化問題の目的関数として機能し、最適なカメラ構成を得る。
提案手法の有効性を広範囲なシミュレーションと実験により検証し, apriltag検出タスクの性能向上を明らかにした。
この作業のためのコードと関連するユーティリティは、https://github.com/sszxc/MultiCam-Simulationで公開されている。
関連論文リスト
- Optimizing Camera Configurations for Multi-View Pedestrian Detection [21.89117952343898]
本研究では,トランス方式のカメラ構成生成器を特徴とする新しいソリューションを提案する。
強化学習を用いて、このジェネレータは、アクション空間内の広大な組み合わせを自律的に探索し、最も高い検出精度を与える構成を探索する。
複数のシミュレーションシナリオにおいて、トランスフォーマーモデルによって生成された構成は、人間の専門家が設計したランダム検索、最適化、構成よりも一貫して優れています。
論文 参考訳(メタデータ) (2023-12-04T18:59:02Z) - Learning rich optical embeddings for privacy-preserving lensless image
classification [17.169529483306103]
我々は、光学系をエンコーダとしてキャストするユニークな多重化特性を利用して、カメラセンサーに直接学習した埋め込みを生成する。
画像分類の文脈では、エンコーダのパラメータと画像分類器のパラメータをエンドツーエンドで共同で最適化する。
我々の実験は、レンズレス光エンコーダとデジタル処理を共同で学習することで、センサーに低解像度の埋め込みが可能であることを示し、その結果、これらの測定から有意義な画像の復元がはるかに困難であることから、プライバシーが向上することを示している。
論文 参考訳(メタデータ) (2022-06-03T07:38:09Z) - Multi-Target Active Object Tracking with Monte Carlo Tree Search and
Target Motion Modeling [126.26121580486289]
本研究は,マルチターゲットアクティブオブジェクトトラッキング(AOT)に重点を置いており,複数のターゲットと環境に複数のカメラが配置されている。
目標は、全カメラの全体的な対象範囲を最大化することです。
スポーツゲームをシミュレートするマルチターゲット2D環境を構築し,本手法が対象範囲を効果的に改善できることを示す実験結果を得た。
論文 参考訳(メタデータ) (2022-05-07T05:08:15Z) - Optimizing Camera Placements for Overlapped Coverage with 3D Camera
Projections [0.6882042556551609]
ユーザ定義のカバレッジを実現するために,カメラ6Dofのポーズを計算する手法を提案する。
カメラレンズモデルを用いて3次元ボクセルマップ上にカメラビューを投影し、実際の環境における最適化問題を抽出可能なカバレッジスコアを算出する。
論文 参考訳(メタデータ) (2022-03-20T07:29:03Z) - A Quality Index Metric and Method for Online Self-Assessment of
Autonomous Vehicles Sensory Perception [164.93739293097605]
本稿では,検出品質指標(DQI)と呼ばれる新しい評価指標を提案し,カメラを用いた物体検出アルゴリズムの性能を評価する。
我々は,提案したDQI評価指標を予測するために,原画像画素とスーパーピクセルを入力として利用するスーパーピクセルベースのアテンションネットワーク(SPA-NET)を開発した。
論文 参考訳(メタデータ) (2022-03-04T22:16:50Z) - 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) - Self-Supervised Camera Self-Calibration from Video [34.35533943247917]
汎用カメラモデルの効率的なファミリーを用いてシーケンスごとのキャリブレーションパラメータを回帰する学習アルゴリズムを提案する。
提案手法は,サブピクセル再投射誤差による自己校正を行い,他の学習手法よりも優れる。
論文 参考訳(メタデータ) (2021-12-06T19:42:05Z) - Coded Illumination for Improved Lensless Imaging [22.992552346745523]
我々は,レンズレスカメラで再構成した画像の品質向上のために,符号化照明を用いることを提案する。
画像モデルでは、レンズレスカメラがセンサを計測する際、シーン/オブジェクトは複数の符号化照明パターンで照らされる。
本稿では,システムの分離性とブロック対角構造を利用した高速かつ低複雑さな回復アルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-11-25T01:22:40Z) - CNN-based Omnidirectional Object Detection for HermesBot Autonomous
Delivery Robot with Preliminary Frame Classification [53.56290185900837]
予備的バイナリフレーム分類を用いた物体検出のためのニューラルネットワークの最適化アルゴリズムを提案する。
周囲に6台のローリングシャッターカメラを備えた自律移動ロボットを360度視野として実験装置として使用した。
論文 参考訳(メタデータ) (2021-10-22T15:05:37Z) - Enhancing sensor resolution improves CNN accuracy given the same number
of parameters or FLOPS [53.10151901863263]
パラメータ数やFLOPSが同じで、高い入力解像度で高い精度が得られるように、ネットワークを変更することは、ほぼ常に可能であることを示す。
MNIST、Fashion MNIST、CIFAR10データセットに関する予備的研究は、提案手法の効率性を実証している。
論文 参考訳(メタデータ) (2021-03-09T06:47:01Z) - Redesigning SLAM for Arbitrary Multi-Camera Systems [51.81798192085111]
SLAMシステムにより多くのカメラを追加することで、堅牢性と精度が向上するが、視覚的なフロントエンドの設計は大幅に複雑になる。
本研究では,任意のマルチカメラ装置で動作する適応SLAMシステムを提案する。
これらの修正を応用した最先端の視覚慣性計測装置を試作し, 改良したパイプラインが広い範囲のカメラ装置に適応可能であることを示す実験結果を得た。
論文 参考訳(メタデータ) (2020-03-04T11:44:42Z)
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。