論文の概要: YOLORe-IDNet: An Efficient Multi-Camera System for Person-Tracking
- arxiv url: http://arxiv.org/abs/2309.13387v1
- Date: Sat, 23 Sep 2023 14:11:13 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-26 20:12:03.264781
- Title: YOLORe-IDNet: An Efficient Multi-Camera System for Person-Tracking
- Title（参考訳）: YOLORE-IDNet: 人物追跡のための効率的なマルチカメラシステム
- Authors: Vipin Gautam, Shitala Prasad and Sharad Sinha
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 2.5761958263376745
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The growing need for video surveillance in public spaces has created a demand
for systems that can track individuals across multiple cameras feeds in
real-time. While existing tracking systems have achieved impressive performance
using deep learning models, they often rely on pre-existing images of suspects
or historical data. However, this is not always feasible in cases where
suspicious individuals are identified in real-time and without prior knowledge.
We propose a person-tracking system that combines correlation filters and
Intersection Over Union (IOU) constraints for robust tracking, along with a
deep learning model for cross-camera person re-identification (Re-ID) on top of
YOLOv5. The proposed system quickly identifies and tracks suspect in real-time
across multiple cameras and recovers well after full or partial occlusion,
making it suitable for security and surveillance applications. It is
computationally efficient and achieves a high F1-Score of 79% and an IOU of 59%
comparable to existing state-of-the-art algorithms, as demonstrated in our
evaluation on a publicly available OTB-100 dataset. The proposed system offers
a robust and efficient solution for the real-time tracking of individuals
across multiple camera feeds. Its ability to track targets without prior
knowledge or historical data is a significant improvement over existing
systems, making it well-suited for public safety and surveillance applications.
- Abstract（参考訳）: 公共空間におけるビデオ監視の必要性が高まり、複数のカメラフィードをリアルタイムで追跡できるシステムへの需要が高まっている。
既存のトラッキングシステムは、ディープラーニングモデルを使って素晴らしいパフォーマンスを達成しているが、被疑者の画像や過去のデータに依存することが多い。
しかし、疑わしい個人をリアルタイムで特定し、事前の知識がなければ、必ずしも実現不可能ではない。
本稿では、相関フィルタとIOU(Intersection Over Union)の制約と、YOLOv5上のカメラ間人物再識別(Re-ID)の深層学習モデルを組み合わせた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に被疑者を識別し追跡し、完全または部分的な閉塞後に回復し、セキュリティおよび監視アプリケーションに適している。
計算効率は高く,otb-100データセットの公開評価で示されたように,f1-scoreが79%,iouが59%と既存の最先端アルゴリズムに匹敵する。
提案するシステムは、複数のカメラフィードにまたがる個人をリアルタイムに追跡するロバストで効率的なソリューションを提供する。
事前の知識や履歴データなしでターゲットを追跡できる能力は、既存のシステムよりも大幅に改善され、公共の安全や監視アプリケーションに適している。
関連論文リスト
- BlinkTrack: Feature Tracking over 100 FPS via Events and Images [50.98675227695814]
本稿では,RGB画像とイベントデータを統合した新しいフレームワークであるBlinkTrackを提案する。
本手法は,従来のカルマンフィルタを学習ベースのフレームワークに拡張し,イベントおよびイメージの分岐において微分可能なカルマンフィルタを利用する。
実験の結果、BlinkTrackは既存のイベントベースの手法よりも大幅に優れていた。
論文 参考訳（メタデータ） (2024-09-26T15:54:18Z) - Enhancing Multi-Camera People Tracking with Anchor-Guided Clustering and
Spatio-Temporal Consistency ID Re-Assignment [22.531044994763487]
本稿では,アンカークラスタリング誘導を用いたマルチカメラによる複数人物追跡手法を提案する。
提案手法は,各個人固有の重要な特徴を特定することによって,トラッキングの精度を向上させることを目的としている。
この手法は, 合成データと実世界のデータの両方を扱う上で, 堅牢性と有効性を示した。
論文 参考訳（メタデータ） (2023-04-19T07:38:15Z) - Cross-Camera Trajectories Help Person Retrieval in a Camera Network [124.65912458467643]
既存の手法では、純粋な視覚的マッチングや時間的制約を考慮することが多いが、カメラネットワークの空間情報は無視する。
本稿では,時間的情報と空間的情報を統合したクロスカメラ生成に基づく歩行者検索フレームワークを提案する。
本手法の有効性を検証するため,最初のカメラ横断歩行者軌跡データセットを構築した。
論文 参考訳（メタデータ） (2022-04-27T13:10:48Z) - 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) - Identification of Driver Phone Usage Violations via State-of-the-Art
Object Detection with Tracking [8.147652597876862]
道路沿いのカメラで人間の介入を必要とせずに運転者用電話機の使用状況を把握できる、カスタムトレーニングされた最先端物体検出器を提案する。
提案手法はウインドスクリーンのグラアに起因する問題にも対処し、これを改善するために必要なステップを紹介している。
論文 参考訳（メタデータ） (2021-09-05T16:37:03Z) - Cross-Camera Feature Prediction for Intra-Camera Supervised Person
Re-identification across Distant Scenes [70.30052164401178]
人物再識別(Re-ID)は、重複しないカメラビュー間で人物画像をマッチングすることを目的としている。
ICS-DS Re-IDは、カメラ内IDラベル付きクロスカメラアンペアデータを使用してトレーニングを行う。
カメラ横断型自己監視情報マイニングのためのクロスカメラ特徴予測法
グローバルレベルの特徴とローカルレベルの特徴の合同学習は、グローバルなローカルなクロスカメラ特徴予測スキームを形成する。
論文 参考訳（メタデータ） (2021-07-29T11:27:50Z) - Identity-Aware Attribute Recognition via Real-Time Distributed Inference
in Mobile Edge Clouds [53.07042574352251]
我々は、MEC対応カメラ監視システムにおいて、re-IDを用いた歩行者属性認識のための新しいモデルの設計を行う。
本稿では,属性認識と人物再IDを協調的に考慮し,分散モジュールの集合を持つ新しい推論フレームワークを提案する。
そこで我々は,提案した分散推論フレームワークのモジュール分布の学習に基づくアルゴリズムを考案した。
論文 参考訳（メタデータ） (2020-08-12T12:03:27Z) - YOLOpeds: Efficient Real-Time Single-Shot Pedestrian Detection for Smart
Camera Applications [2.588973722689844]
この研究は、スマートカメラアプリケーションにおけるディープラーニングに基づく歩行者検出の効率的な展開のために、精度と速度の良好なトレードオフを達成するという課題に対処する。
分離可能な畳み込みに基づいて計算効率の良いアーキテクチャを導入し、層間密結合とマルチスケール機能融合を提案する。
全体として、YOLOpedsは、既存のディープラーニングモデルよりも86%の速度で、毎秒30フレーム以上のリアルタイム持続的な操作を提供する。
論文 参考訳（メタデータ） (2020-07-27T09:50:11Z) - A Hybrid Neuromorphic Object Tracking and Classification Framework for
Real-time Systems [5.959466944163293]
本稿では,イベントベースカメラを用いた物体追跡と分類のためのリアルタイムハイブリッドニューロモルフィックフレームワークを提案する。
イベント・バイ・イベント処理の従来のアプローチとは異なり、この作業では混合フレームとイベント・アプローチを使用して高性能な省エネを実現している。
論文 参考訳（メタデータ） (2020-07-21T07:11:27Z) - Intra-Camera Supervised Person Re-Identification [87.88852321309433]
本稿では,カメラごとの個人識別アノテーションに基づく新しい人物識別パラダイムを提案する。
これにより、最も時間がかかり、面倒なカメラ間IDラベリングプロセスがなくなる。
MATE(Multi-tAsk mulTi-labEl)Deep Learning method for intra-Camera Supervised (ICS) person re-id。
論文 参考訳（メタデータ） (2020-02-12T15:26:33Z)
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。