論文の概要: Privacy-preserving Pedestrian Tracking using Distributed 3D LiDARs
- arxiv url: http://arxiv.org/abs/2303.09915v2
- Date: Mon, 20 Mar 2023 00:45:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-21 11:21:33.078780
- Title: Privacy-preserving Pedestrian Tracking using Distributed 3D LiDARs
- Title（参考訳）: 分散3dlidarを用いたプライバシー保護歩行者追跡
- Authors: Masakazu Ohno, Riki Ukyo, Tatsuya Amano, Hamada Rizk and Hirozumi
Yamaguchi
- Abstract要約: 重複しないビューの分散LiDARを用いたスマート環境における歩行者追跡のための新しいプライバシ保護システムを提案する。
このシステムは、LiDARデバイスを利用して、部分的に覆われたエリアの歩行者を追跡するように設計されている。
システムの堅牢性を高めるために、個人の動的モビリティパターンをモデル化し、適応するために確率論的アプローチを利用する。
- 参考スコア（独自算出の注目度）: 0.2519906683279152
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The growing demand for intelligent environments unleashes an extraordinary
cycle of privacy-aware applications that makes individuals' life more
comfortable and safe. Examples of these applications include pedestrian
tracking systems in large areas. Although the ubiquity of camera-based systems,
they are not a preferable solution due to the vulnerability of leaking the
privacy of pedestrians.In this paper, we introduce a novel privacy-preserving
system for pedestrian tracking in smart environments using multiple distributed
LiDARs of non-overlapping views. The system is designed to leverage LiDAR
devices to track pedestrians in partially covered areas due to practical
constraints, e.g., occlusion or cost. Therefore, the system uses the point
cloud captured by different LiDARs to extract discriminative features that are
used to train a metric learning model for pedestrian matching purposes. To
boost the system's robustness, we leverage a probabilistic approach to model
and adapt the dynamic mobility patterns of individuals and thus connect their
sub-trajectories.We deployed the system in a large-scale testbed with 70
colorless LiDARs and conducted three different experiments. The evaluation
result at the entrance hall confirms the system's ability to accurately track
the pedestrians with a 0.98 F-measure even with zero-covered areas. This result
highlights the promise of the proposed system as the next generation of
privacy-preserving tracking means in smart environments.
- Abstract（参考訳）: インテリジェントな環境への需要の高まりは、個人の生活をより快適で安全にするプライバシーに配慮したアプリケーションという異常なサイクルを生み出します。
これらの応用例としては、広範囲の歩行者追跡システムがある。
本稿では,複数の分散LiDARを用いたスマート環境における歩行者追跡のための新しいプライバシ保護システムを提案する。
このシステムは、LiDARデバイスを利用して部分的に覆われたエリアの歩行者を追跡するように設計されている。
そこで本システムは,異なるLiDARによって捕捉された点雲を用いて,歩行者マッチングのための距離学習モデルを訓練するために使用される識別的特徴を抽出する。
システムのロバスト性を高めるため,個人の動的移動パターンをモデル化・適応するための確率論的アプローチを活用し,70個の無色LiDARを用いた大規模テストベッドにシステムを構築し,3つの異なる実験を行った。
入場者評価の結果は、ゼロカバーエリアでも0.98Fで歩行者を正確に追跡する能力を確認している。
この結果から,スマート環境における次世代のプライバシ保護トラッキング手段としてのシステムの実現が期待できる。
関連論文リスト
- Multimodal Perception System for Real Open Environment [0.0]
提案システムには、組み込み計算プラットフォーム、カメラ、超音波センサー、GPS、IMUデバイスが含まれる。
従来のフレームワークとは異なり、私たちのシステムは複数のセンサーと高度なコンピュータビジョンアルゴリズムを統合し、ユーザーが確実に外を歩けるようにします。
論文 参考訳（メタデータ） (2024-10-10T13:53:42Z) - Open3DTrack: Towards Open-Vocabulary 3D Multi-Object Tracking [73.05477052645885]
オープンな語彙的3Dトラッキングを導入し、3Dトラッキングの範囲を広げて、定義済みのカテゴリを超えてオブジェクトを含める。
本稿では,オープン語彙機能を3次元トラッキングフレームワークに統合し,オブジェクトクラスが見えないように一般化する手法を提案する。
論文 参考訳（メタデータ） (2024-10-02T15:48:42Z) - YOLORe-IDNet: An Efficient Multi-Camera System for Person-Tracking [2.5761958263376745]
本稿では、相関フィルタとIOU(Intersection Over Union)の制約を併用して、ロバストなトラッキングを行う人物追跡システムを提案する。
提案システムは,複数のカメラでリアルタイムで容疑者を特定し,追跡する。
計算効率が高く、79%のF1スコア、既存の最先端アルゴリズムに匹敵する59%のIOUを実現している。
論文 参考訳（メタデータ） (2023-09-23T14:11:13Z) - Unsupervised Domain Adaptation for Self-Driving from Past Traversal
Features [69.47588461101925]
本研究では,新しい運転環境に3次元物体検出器を適応させる手法を提案する。
提案手法は,空間的量子化履歴特徴を用いたLiDARに基づく検出モデルを強化する。
実世界のデータセットの実験では、大幅な改善が示されている。
論文 参考訳（メタデータ） (2023-09-21T15:00:31Z) - Unsupervised Adaptation from Repeated Traversals for Autonomous Driving [54.59577283226982]
自動運転車はエンドユーザー環境に一般化し、確実に動作させなければならない。
潜在的な解決策の1つは、エンドユーザの環境から収集されたラベルのないデータを活用することである。
適応過程を監督する信頼性のある信号はターゲット領域に存在しない。
この単純な仮定は、ターゲット領域上の3次元物体検出器の反復的自己学習を可能にする強力な信号を得るのに十分であることを示す。
論文 参考訳（メタデータ） (2023-03-27T15:07:55Z) - Towards an Error-free Deep Occupancy Detector for Smart Camera Parking
System [0.26249027950824505]
我々は,OcpDetと呼ばれる物体検出装置による自律的占有度を提供する,エンドツーエンドのスマートカメラ駐車システムを提案する。
我々の検出器はまた、トレーニングや空間知識といった対照的なモジュールからの有意義な情報も提供しています。
我々は、既存のPKLotデータセット上でOcpDetをベンチマークし、従来の分類ソリューションと比較して競合する結果を得た。
論文 参考訳（メタデータ） (2022-08-17T11:02:29Z) - 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) - Efficient and Robust LiDAR-Based End-to-End Navigation [132.52661670308606]
我々は,LiDARをベースとした効率的なエンドツーエンドナビゲーションフレームワークを提案する。
本稿では,スパース畳み込みカーネル最適化とハードウェア対応モデル設計に基づくFast-LiDARNetを提案する。
次に,単一の前方通過のみから予測の不確かさを直接推定するハイブリッド・エビデンシャル・フュージョンを提案する。
論文 参考訳（メタデータ） (2021-05-20T17:52:37Z) - IntentNet: Learning to Predict Intention from Raw Sensor Data [86.74403297781039]
本論文では,LiDARセンサが生成する3次元点群と,環境の動的なマップの両方を利用するワンステージ検出器と予測器を開発した。
当社のマルチタスクモデルは、それぞれの別々のモジュールよりも高い精度を実現し、計算を節約します。
論文 参考訳（メタデータ） (2021-01-20T00:31:52Z)
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。