論文の概要: Dynamic Network Flow Optimization for Task Scheduling in PTZ Camera Surveillance Systems

• arxiv url: http://arxiv.org/abs/2505.04596v1
• Date: Wed, 07 May 2025 17:37:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-08 19:07:36.171714
• Title: Dynamic Network Flow Optimization for Task Scheduling in PTZ Camera Surveillance Systems
• Title（参考訳）: PTZカメラ監視システムにおけるタスクスケジューリングのための動的ネットワークフロー最適化
• Authors: Mohammad Merati, David Castañón,
• Abstract要約: 本稿では,動的監視環境におけるPan-Tilt-Zoom(PTZ)カメラのスケジューリングと制御を最適化するための新しいアプローチを提案する。 提案手法は,動作予測のためのカルマンフィルタと動的ネットワークフローモデルを統合し,リアルタイムビデオキャプチャ効率を向上させる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a novel approach for optimizing the scheduling and control of Pan-Tilt-Zoom (PTZ) cameras in dynamic surveillance environments. The proposed method integrates Kalman filters for motion prediction with a dynamic network flow model to enhance real-time video capture efficiency. By assigning Kalman filters to tracked objects, the system predicts future locations, enabling precise scheduling of camera tasks. This prediction-driven approach is formulated as a network flow optimization, ensuring scalability and adaptability to various surveillance scenarios. To further reduce redundant monitoring, we also incorporate group-tracking nodes, allowing multiple objects to be captured within a single camera focus when appropriate. In addition, a value-based system is introduced to prioritize camera actions, focusing on the timely capture of critical events. By adjusting the decay rates of these values over time, the system ensures prompt responses to tasks with imminent deadlines. Extensive simulations demonstrate that this approach improves coverage, reduces average wait times, and minimizes missed events compared to traditional master-slave camera systems. Overall, our method significantly enhances the efficiency, scalability, and effectiveness of surveillance systems, particularly in dynamic and crowded environments.
• Abstract（参考訳）: 本稿では,動的監視環境におけるPan-Tilt-Zoom(PTZ)カメラのスケジューリングと制御を最適化するための新しいアプローチを提案する。 提案手法は,動作予測のためのカルマンフィルタと動的ネットワークフローモデルを統合し,リアルタイムビデオキャプチャ効率を向上させる。 追跡対象にカルマンフィルタを割り当てることで、将来の位置を予測し、カメラタスクの正確なスケジューリングを可能にする。 この予測駆動型アプローチは、ネットワークフロー最適化として定式化され、様々な監視シナリオに対するスケーラビリティと適応性を保証する。 冗長な監視をさらに軽減するため、グループ追跡ノードも組み込むことで、複数のオブジェクトを適切な場合に単一のカメラフォーカス内でキャプチャすることができる。 さらに、重要なイベントのタイムリーなキャプチャに焦点を当てた、カメラアクションの優先順位付けのためのバリューベースのシステムも導入された。 時間とともにこれらの値の減衰率を調整することで、システムは即時期限付きタスクへの迅速な応答を保証します。 大規模なシミュレーションは、このアプローチがカバー範囲を改善し、平均待ち時間を短縮し、従来のマスタースレーブカメラシステムと比較してイベントの欠落を最小限にすることを示した。 本手法は,特に動的・混雑環境において,監視システムの効率,スケーラビリティ,有効性を大幅に向上させる。

関連論文リスト

• Deep Learning and Hybrid Approaches for Dynamic Scene Analysis, Object Detection and Motion Tracking [0.0]
  本研究の目的は,活動の検出に基づいて映像を小さなクリップに分割する,堅牢な映像監視システムを開発することである。 例えば、CCTVの映像を使って、人や泥棒の外観のような主要なイベントのみを記録し、ストレージを最適化し、デジタル検索がより簡単になる。
  論文  参考訳（メタデータ） (2024-12-05T07:44:40Z)
• DATAP-SfM: Dynamic-Aware Tracking Any Point for Robust Structure from Motion in the Wild [85.03973683867797]
  本稿では,スムーズなカメラ軌跡を推定し,野生のカジュアルビデオのための高密度点雲を得るための,簡潔でエレガントでロバストなパイプラインを提案する。 提案手法は,複雑な動的課題シーンにおいても,カメラポーズ推定による最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-11-20T13:01:16Z)
• Optimal OnTheFly Feedback Control of Event Sensors [0.14999444543328289]
  イベントベースの視覚センサは、ピクセル強度の変動が閾値を超えるとトリガされるイベントの非同期ストリームを生成する。 本稿では,過去のイベントをコントローラネットワークが解析する,アクティベーションしきい値の動的フィードバック制御手法を提案する。 本手法は,LPIPSの知覚的画像差度測定値において,固定的およびランダムに変化する閾値スキームを6～12%向上させることを示した。
  論文  参考訳（メタデータ） (2024-08-23T10:49:16Z)
• 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)
• SpikeMOT: Event-based Multi-Object Tracking with Sparse Motion Features [52.213656737672935]
  SpikeMOTはイベントベースのマルチオブジェクトトラッカーである。 SpikeMOTはスパイクニューラルネットワークを使用して、オブジェクトに関連するイベントストリームからスパーステンポラルな特徴を抽出する。
  論文  参考訳（メタデータ） (2023-09-29T05:13:43Z)
• Asynchronous Optimisation for Event-based Visual Odometry [53.59879499700895]
  イベントカメラは、低レイテンシと高ダイナミックレンジのために、ロボット知覚の新しい可能性を開く。 イベントベースビジュアル・オドメトリー(VO)に焦点をあてる 動作最適化のバックエンドとして非同期構造を提案する。
  論文  参考訳（メタデータ） (2022-03-02T11:28:47Z)
• C^3Net: End-to-End deep learning for efficient real-time visual active camera control [4.09920839425892]
  スマートカメラ監視、スマート環境、ドローンなどのアプリケーションにおける自動化されたリアルタイムビジュアルシステムの必要性は、視覚的アクティブな監視と制御のための方法の改善を必要とする。 本稿では,視覚情報からカメラ運動へ直接移行する深層畳み込み型カメラ制御ニューラルネットワークを提案する。 カメラをコントロールし、生のピクセル値から複数のターゲットに従うために、ボックスアノテーションをバウンドすることなく、エンドツーエンドでトレーニングされる。
  論文  参考訳（メタデータ） (2021-07-28T09:31:46Z)
• Online Reinforcement Learning Control by Direct Heuristic Dynamic Programming: from Time-Driven to Event-Driven [80.94390916562179]
  時間駆動学習は、新しいデータが到着すると予測モデルのパラメータを継続的に更新する機械学習手法を指す。 ノイズなどの重要なシステムイベントによる時間駆動型dHDPの更新を防止することが望ましい。 イベント駆動型dHDPアルゴリズムは,従来の時間駆動型dHDPと比較して動作することを示す。
  論文  参考訳（メタデータ） (2020-06-16T05:51:25Z)
• Asynchronous Tracking-by-Detection on Adaptive Time Surfaces for Event-based Object Tracking [87.0297771292994]
  本稿では,イベントベースのトラッキング・バイ・ディテクト(ETD)手法を提案する。 この目的を達成するために,線形時間決定(ATSLTD)イベント・ツー・フレーム変換アルゴリズムを用いた適応時間曲面を提案する。 提案手法と,従来のカメラやイベントカメラをベースとした7種類のオブジェクト追跡手法と,ETDの2種類のバリエーションを比較した。
  論文  参考訳（メタデータ） (2020-02-13T15:58:31Z)

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。