論文の概要: LoRFT: Benchmarking Long-Range Vehicle Trajectory Reconstruction from Fixed Highway Cameras
- arxiv url: http://arxiv.org/abs/2607.19911v1
- Date: Wed, 22 Jul 2026 08:42:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-23 18:51:38.032028
- Title: LoRFT: Benchmarking Long-Range Vehicle Trajectory Reconstruction from Fixed Highway Cameras
- Title（参考訳）: LoRFT:固定ハイウェイカメラによる長距離車両軌道復元のベンチマーク
- Abstract要約: 固定ハイウェイカメラからの長距離車両軌道再構築のための最初のオープンベンチマークであるLoRFTを紹介した。
LoRFTは22889の監視シーン、366,109の動画フレーム、6,601の手動検証軌道、2,694のバウンディングボックス、ロードジオメトリアノテーション、シーンレベルの分割、評価スクリプトで構成されている。
本研究では,地図対応残差列列列列モデルであるMapR-STNetを提案する。
- 参考スコア（独自算出の注目度）: 6.806850352750748
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Long-range vehicle trajectories provide important spatio-temporal evidence for traffic safety analysis, autonomous driving evaluation, and data-driven traffic management, yet continuously recovering them from fixed highway cameras remains difficult. As vehicles recede into distant road regions, perspective compression and scale decay often fragment or prematurely terminate automatic tracklets, even when their continuation remains identifiable from motion consistency across neighboring frames. We formulate this problem as recovering the far-range continuation of a vehicle trajectory from a reliable near-field tracklet. We introduce LoRFT, to our knowledge the first open benchmark dedicated to long-range vehicle trajectory reconstruction from fixed highway cameras. LoRFT comprises 22 expressway surveillance scenes, 366,109 video frames, 6,601 manually verified trajectories, 2,694,889 bounding boxes, road-geometry annotations, scene-level splits, and evaluation scripts. We further propose Map-RSTNet, a map-aware residual sequence-to-sequence model that reconstructs distant trajectories in a road-geometry-aligned state space and dynamically refreshes local road geometry during decoding. On LoRFT, Map-RSTNet reduces ADE, FDE, and 5-second RMSE by 11.0%, 15.4%, and 10.5%, respectively, relative to the strongest baseline. These results demonstrate that road-geometry-aware reconstruction can extend usable trajectory records from existing fixed-camera infrastructure. LoRFT provides a reproducible testbed for long-range vehicle trajectory reconstruction.
- Abstract（参考訳）: 長距離車両軌道は、交通安全分析、自律運転評価、データ駆動交通管理の重要な時空間的証拠を提供するが、固定されたハイウェイカメラから継続的に回収することは困難である。
車両が遠くの道路地域へと後退するにつれて、視線圧縮とスケール崩壊は、近隣のフレーム間の運動の一貫性から連続性を見極めながら、しばしば断片化または早期に自動トラックレットを終了する。
我々はこの問題を,車両軌道の遠距離連続性を信頼性のある近接場トラックレットから回復させるものとして定式化する。
固定ハイウェイカメラからの長距離車両軌道再構築のための最初のオープンベンチマークであるLoRFTを紹介した。
LoRFTは、22の高速道路監視シーン、366,109の動画フレーム、6,601の手動検証軌道、2,694,889のバウンディングボックス、道路幾何学アノテーション、シーンレベルの分割、評価スクリプトで構成されている。
さらに,地図対応残差列列列列モデルであるMap-RSTNetを提案する。
LoRFTでは、Map-RSTNetはADE、FDE、および5秒RMSEを最強のベースラインに対してそれぞれ11.0%、15.4%、10.5%削減する。
これらの結果から,既存の固定カメラインフラから利用可能な軌跡記録を道路測地対応で拡張できることが示唆された。
LoRFTは長距離車両軌道再構築のための再現可能なテストベッドを提供する。
関連論文リスト
- A Geometry-Informed Computer Vision Method for Detecting and Examining Overtaking Vehicles From A Bicycle [0.0]
本稿では,自転車に搭載された1台のカメラからのイベント検出を自動で行う,幾何学インフォームドコンピュータビジョンパイプラインを提案する。
パイプラインは97.8%のリコールを達成し、偽陽性はゼロとなり、車両通過の2.44秒前の平均を達成した。
論文 参考訳（メタデータ） (2026-06-03T17:41:00Z) - Mobile Traffic Camera Calibration from Road Geometry for UAV-Based Traffic Surveillance [0.1019561860229868]
視線画像座標で車両の動きが観察されるため、交通分析にUAVビデオを使用するのは困難である。
本稿では,単眼のUAVトラヒック映像を局所的な視線表示に変換するための軽量パイプラインを提案する。
論文 参考訳（メタデータ） (2026-05-12T10:14:43Z) - Robust Localization for Autonomous Vehicles in Highway Scenes [5.294056268363123]
高速道路の課題に対処するロバストなローカライズシステムを提案する。
システムは、環境変化に対処するために3次元の幾何学構造と2次元の道路テクスチャキューを分離するデュアルライクなLiDARフロントエンドを使用する。
自動オフラインマッピングとグランドトラスパイプラインは、最適なローカライゼーション性能を得るために、マップを高いケイデンスで更新する。
論文 参考訳（メタデータ） (2026-04-23T19:54:21Z) - Measuring Braking Behavior Using Vehicle Tracking and Camera-to-Satellite Homography Rectification [4.61803711540329]
本稿では,信号化都市高速道路における車両の挙動とブレーキイベントに着目し,交通カメラ映像を解析するためのオープンソースソフトウェアアプリケーションを提案する。
中心となるイノベーションは、固定されたトラフィックカメラビューと衛星の直視を結びつける、堅牢な地上面のホモグラフィー推定である。
すべての検出およびトラジェクトリデータは、その後の分析のためにClickHouseデータベースに格納される。
論文 参考訳（メタデータ） (2026-01-24T18:59:32Z) - Road Obstacle Video Segmentation [71.92123495914892]
連続フレームのセグメンテーションマップは強く相関しているため,道路・障害物のセグメンテーションタスクは本質的に時間的であることを示す。
提案手法は、長距離ビデオシーケンスのための道路障害物ビデオセグメント化における最先端技術を確立している。
論文 参考訳（メタデータ） (2025-09-16T15:34:43Z) - Neural Semantic Map-Learning for Autonomous Vehicles [85.8425492858912]
本稿では,道路環境のコヒーレントな地図を作成するために,車両群から収集した局所部分写像を中心インスタンスに融合するマッピングシステムを提案する。
本手法は,シーン特異的なニューラルサイン距離場を用いて,雑音と不完全局所部分写像を併用する。
我々は,記憶効率の高いスパース機能グリッドを活用して大規模にスケールし,シーン再構築における不確実性をモデル化するための信頼スコアを導入する。
論文 参考訳（メタデータ） (2024-10-10T10:10:03Z) - Monocular BEV Perception of Road Scenes via Front-to-Top View Projection [57.19891435386843]
本稿では,鳥の目視で道路配置と車両占有率によって形成された局所地図を再構築する新しい枠組みを提案する。
我々のモデルは1つのGPU上で25FPSで動作し、リアルタイムパノラマHDマップの再構築に有効である。
論文 参考訳（メタデータ） (2022-11-15T13:52:41Z) - SRRT: Exploring Search Region Regulation for Visual Object Tracking [58.68120400180216]
探索領域規則追跡(SRRT)と呼ばれる新しい追跡パラダイムを提案する。
SRRTでは,各フレームに対して最適な探索領域を動的に推定するために,提案された探索領域レギュレータを適用している。
大規模なLaSOTベンチマークでは、SRRTはSiamRPN++とTransTをAUCの4.6%と3.1%で改善した。
論文 参考訳（メタデータ） (2022-07-10T11:18:26Z) - Real Time Monocular Vehicle Velocity Estimation using Synthetic Data [78.85123603488664]
移動車に搭載されたカメラから車両の速度を推定する問題を考察する。
そこで本研究では,まずオフ・ザ・シェルフ・トラッカーを用いて車両バウンディングボックスを抽出し,その後,小型ニューラルネットワークを用いて車両速度を回帰する2段階のアプローチを提案する。
論文 参考訳（メタデータ） (2021-09-16T13:10:27Z) - Phase Space Reconstruction Network for Lane Intrusion Action Recognition [9.351931162958465]
本稿では,動作時系列分類のための新しいオブジェクトレベル位相空間再構成ネットワーク(PSRNet)を提案する。
私たちのpsrnetは最高精度98.0%に達し、既存のアクション認識アプローチを30%以上上回っています。
論文 参考訳（メタデータ） (2021-02-22T16:18:35Z) - 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。