論文の概要: Complete Solution for Vehicle Re-ID in Surround-view Camera System
- arxiv url: http://arxiv.org/abs/2212.04126v1
- Date: Thu, 8 Dec 2022 07:52:55 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-09 15:42:13.282637
- Title: Complete Solution for Vehicle Re-ID in Surround-view Camera System
- Title（参考訳）: カメラシステムにおける車載リIDの完全解法
- Authors: Zizhang Wu, Tianhao Xu, Fan Wang, Xiaoquan Wang, Jing Song
- Abstract要約: 自動車再識別(Re-ID)は自律運転認識システムにおいて重要な要素である。
魚眼カメラのユニークな構成のため、多くの写真フレームで同じ車両を識別することは困難である。
我々の手法は、最先端の精度とリアルタイムのパフォーマンスを組み合わせたものである。
- 参考スコア（独自算出の注目度）: 10.10765191655754
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Vehicle re-identification (Re-ID) is a critical component of the autonomous
driving perception system, and research in this area has accelerated in recent
years. However, there is yet no perfect solution to the vehicle
re-identification issue associated with the car's surround-view camera system.
Our analysis identifies two significant issues in the aforementioned scenario:
i) It is difficult to identify the same vehicle in many picture frames due to
the unique construction of the fisheye camera. ii) The appearance of the same
vehicle when seen via the surround vision system's several cameras is rather
different. To overcome these issues, we suggest an integrative vehicle Re-ID
solution method. On the one hand, we provide a technique for determining the
consistency of the tracking box drift with respect to the target. On the other
hand, we combine a Re-ID network based on the attention mechanism with spatial
limitations to increase performance in situations involving multiple cameras.
Finally, our approach combines state-of-the-art accuracy with real-time
performance. We will soon make the source code and annotated fisheye dataset
available.
- Abstract（参考訳）: 自動車再識別(Re-ID)は自律運転認識システムにおいて重要な要素であり,近年研究が加速している。
しかし、車両のサラウンドビューカメラシステムに関連する車両再識別問題に対する完璧な解決策はまだ存在しない。
我々の分析では、上記のシナリオにおける2つの重要な問題を特定している。
一 魚眼カメラのユニークな構成のため、多数の画像フレームにおいて同一車両を特定することが困難である。
ii) サラウンド・ビジョン・システムの複数のカメラを通して見た場合、同じ車両の外観は、かなり異なる。
これらの問題を克服するために,統合型車両のRe-ID解法を提案する。
一方,目標に対するトラッキングボックスのドリフトの整合性を決定する手法を提案する。
一方,アテンション機構に基づくRe-IDネットワークと空間的制約を組み合わせ,複数のカメラが関与する状況下での性能向上を図る。
最後に,最新の精度とリアルタイム性能を組み合わせた手法を提案する。
まもなくソースコードと注釈付き魚眼データセットが利用可能になります。
関連論文リスト
- Spatial-temporal Vehicle Re-identification [3.7748602100709534]
信頼性の高いカメラネットワークトポロジを推定する空間時空間車両ReIDフレームワークを提案する。
提案手法に基づいて,公開データセット(VeRi776)において,ランク1の精度の99.64%向上した。
論文 参考訳（メタデータ） (2023-09-03T13:07:38Z) - Multi-query Vehicle Re-identification: Viewpoint-conditioned Network,
Unified Dataset and New Metric [30.344288906037345]
マルチクエリー車両Re-IDと呼ばれる,より現実的でアクセスしやすいタスクを提案する。
我々は、異なる車両視点からの補完情報を適応的に組み合わせた、新しい視点条件付きネットワーク(VCNet)を設計する。
次に、実生活の交通監視システムから6142台のカメラで撮影された、統一されたベンチマークデータセットを作成します。
第3に,クロスシーン認識能力を測定する平均クロスシーン精度(mCSP)と呼ばれる新しい評価指標を設計する。
論文 参考訳（メタデータ） (2023-05-25T06:22:03Z) - Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts,
Datasets and Metrics [77.34726150561087]
本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。
両センサと融合に関する概念と特徴を提示する。
本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
論文 参考訳（メタデータ） (2023-03-08T00:48:32Z) - Scalable and Real-time Multi-Camera Vehicle Detection,
Re-Identification, and Tracking [58.95210121654722]
理想化されたビデオストリームやキュレートされたビデオストリームの代わりに,リアルタイムで低解像度のCCTVを処理する,リアルタイムな都市規模のマルチカメラ車両追跡システムを提案する。
私たちの手法は、公共のリーダーボードで上位5人のパフォーマーにランク付けされています。
論文 参考訳（メタデータ） (2022-04-15T12:47:01Z) - Viewpoint-Aware Channel-Wise Attentive Network for Vehicle
Re-Identification [30.797140440568455]
車両の再識別(re-ID)は、異なるカメラで同じ車両の画像と一致する。
なぜなら、異なる視点によって劇的に異なる外観が、フレームワークを同一の同一性の2つの車両にマッチさせるのに失敗するからである。
本稿では,異なる視点から注目機構を観察し,視点認識型チャネルワイドアテンション機構(VCAM)を提案する。
論文 参考訳（メタデータ） (2020-10-12T16:05:41Z) - Towards Autonomous Driving: a Multi-Modal 360$^{\circ}$ Perception
Proposal [87.11988786121447]
本稿では,自動運転車の3次元物体検出と追跡のためのフレームワークを提案する。
このソリューションは、新しいセンサ融合構成に基づいて、正確で信頼性の高い道路環境検出を提供する。
自動運転車に搭載されたシステムの様々なテストは、提案された知覚スタックの適合性を評価することに成功している。
論文 参考訳（メタデータ） (2020-08-21T20:36:21Z) - Vehicle Re-ID for Surround-view Camera System [8.919111930321206]
自動車再識別(ReID)は自律運転の認識システムにおいて重要な役割を担っている。
車両に搭載されたサラウンドビューシステムに対して、既存の完全な解決策はない。
トラッキングボックスのドリフトとターゲットの一貫性のバランスをとるための新しい品質評価機構を提案する。
論文 参考訳（メタデータ） (2020-06-30T03:25:10Z) - Vehicle Re-Identification Based on Complementary Features [18.633637024602795]
車両のRe-IDの目的は、複数のカメラにまたがる同じ車両を回収することである。
これは、Intelligent Traffic System(ITS)とスマートシティに多大な貢献をする可能性がある。
提案手法は,異なるネットワークから抽出した特徴を融合させて,これらのネットワークの利点を生かし,補完的な特徴を実現することである。
論文 参考訳（メタデータ） (2020-05-09T15:24:51Z) - The Devil is in the Details: Self-Supervised Attention for Vehicle
Re-Identification [75.3310894042132]
車両識別のための自己監督的注意(SAVER)は、車両固有の識別特徴を効果的に学習するための新しいアプローチである。
我々は,SAVERがVeRi, VehicleID, Vehicle-1M, VERI-Wildのデータセットに挑戦する際の最先端性を改善することを示す。
論文 参考訳（メタデータ） (2020-04-14T02:24:47Z) - Parsing-based View-aware Embedding Network for Vehicle Re-Identification [138.11983486734576]
本稿では,車載ReIDのビューアウェア機能アライメントと拡張を実現するために,解析に基づくPVEN(View-Aware Embedding Network)を提案する。
3つのデータセットで行った実験により、我々のモデルは最先端の手法よりも大きなマージンで優れていることが示された。
論文 参考訳（メタデータ） (2020-04-10T13:06:09Z) - Road Curb Detection and Localization with Monocular Forward-view Vehicle
Camera [74.45649274085447]
魚眼レンズを装着した校正単眼カメラを用いて3Dパラメータを推定するロバストな手法を提案する。
我々のアプローチでは、車両が90%以上の精度で、リアルタイムで距離を抑えることができる。
論文 参考訳（メタデータ） (2020-02-28T00:24:18Z)
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。