論文の概要: CAT-Free: Multi-View Pedestrian Localization without Calibration, Annotations, or Target-Scene Training via Adaptive Geometric Filtering

• arxiv url: http://arxiv.org/abs/2609.34302v2
• Date: Wed, 30 Sep 2026 06:15:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:25.991192
• Title: CAT-Free: Multi-View Pedestrian Localization without Calibration, Annotations, or Target-Scene Training via Adaptive Geometric Filtering
• Title（参考訳）: CAT-Free: 適応幾何フィルタリングによる校正・アノテーション・ターゲットシーントレーニングを伴わない多視点歩行者ローカライゼーション
• Abstract要約: マルチカメラ歩行者位置決めは公共空間や商業空間における広域監視に有用である。 既存の方法は、カメラの校正、位置アノテーション、ターゲットシーンの訓練を必要とする。 CAT-Freeは3つの要件をすべて削除する。 82.5, 84.5, 65.7 MODAをWildTrack, MultiviewX, GMVDで達成している。
• 参考スコア（独自算出の注目度）: 16.426058379893735
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Multi-camera pedestrian localization is useful for wide-area monitoring in public and commercial spaces. However, deploying these systems often requires considerable setup for each new environment. Existing methods typically require camera calibration, position annotations, or target-scene training. CAT-Free removes all three requirements. It uses synchronized RGB video as its only scene-specific input. Camera configuration is estimated directly from the video. Pedestrian locations are then estimated by combining observations from multiple cameras. Automatic camera estimation is not always accurate. This can produce unreliable pedestrian locations. CAT-Free therefore introduces two adaptive geometric filters. They remove unreliable position estimates. Their thresholds are estimated from each input sequence. CAT-Free achieves 82.5, 84.5, and 65.7 MODA on WildTrack, MultiviewX, and GMVD. It uses no supplied calibration, position annotations, or target-scene training. Published methods using such scene-specific information report 88.2--95.0 MODA on WildTrack and 83.9--96.5 on MultiviewX under their respective protocols. CAT-Free also transfers without retuning. It reaches 74.9 MODA on four additional sequences and 78.6 on an unseen 8-camera installation. Finally, localization uncertainty predicts MODA with $r=-0.98$. This provides a label-free estimate of localization reliability.
• Abstract（参考訳）: マルチカメラ歩行者位置決めは公共空間や商業空間における広域監視に有用である。 しかし、これらのシステムをデプロイするには、新しい環境ごとにかなりのセットアップが必要になることが多い。 既存の方法は、カメラの校正、位置アノテーション、ターゲットシーンの訓練を必要とする。 CAT-Freeは3つの要件をすべて削除する。 シーン固有の入力として同期RGBビデオを使用する。 カメラの構成はビデオから直接推定される。 歩行者の位置は、複数のカメラからの観測を組み合わせることで推定される。 自動カメラ推定は必ずしも正確ではない。 これにより、信頼性の低い歩行者が配置できる。 そのため、CAT-Freeは2つの適応幾何フィルタを導入している。 信頼できない位置推定を除去する。 それぞれの入力シーケンスからしきい値が推定される。 CAT-FreeはWildTrack, MultiviewX, GMVDで82.5, 84.5, 65.7 MODAを達成した。 供給されたキャリブレーション、位置アノテーション、ターゲットシーントレーニングは使用しない。 WildTrack の 88.2--95.0 MODA と MultiviewX の 83.9--96.5 がそれぞれのプロトコルで公開されている。 CAT-Freeはリチューニングなしで転送する。 4つの追加シーケンスで74.9 MODA、見えない8カメラで78.6となる。 最後に、局所化の不確実性はMODAを$r=-0.98$で予測する。 これは、ローカライゼーションの信頼性をラベル無しで見積もる。

関連論文リスト

• Two-Stage Camera Calibration Method for Multi-Camera Systems Using Scene Geometry [52.27010615715154]
  本稿では,マルチカメラトラッキングシステムのための2段階キャリブレーション手法を提案する。 第1段階では、自然幾何学的プリミティブの演算子のアノテーションに基づいて、個々のカメラの部分校正を行う。 第2段階では、投影された有効視野のインタラクティブな操作により、正確なシステム校正を行う。
  論文  参考訳（メタデータ） (2025-12-04T16:47:39Z)
• Kineo: Calibration-Free Metric Motion Capture From Sparse RGB Cameras [2.6941922156574267]
  アンカロライズされていないRGBカメラで撮影したビデオから、マーカーレスモーションキャプチャーのための、完全に自動でキャリブレーションのないパイプラインであるKineoを提示する。 自信駆動型キーポイントサンプリング戦略とグラフに基づくグローバル最適化を組み合わせることで、列長に依存しない固定計算コストでロバストなキャリブレーションが保証される。 Keinoはカメラ翻訳誤差を83～85%、カメラ角誤差を86～92%、世界平均結合誤差(W-MPJPE)を83～91%削減する。
  論文  参考訳（メタデータ） (2025-10-28T14:30:47Z)
• Multi-View 3D Point Tracking [67.21282192436031]
  本稿では,複数のカメラビューを用いた動的シーンにおける任意の点の追跡を目的とした,データ駆動型マルチビュー3Dポイントトラッカーについて紹介する。 本モデルでは,現実的な数のカメラを用いて直接3次元対応を推定する。 我々は5K合成多視点Kubricシーケンスをトレーニングし、2つの実世界のベンチマークで評価する。
  論文  参考訳（メタデータ） (2025-08-28T17:58:20Z)
• Single-to-Dual-View Adaptation for Egocentric 3D Hand Pose Estimation [16.95807780754898]
  本稿では,事前学習した単一ビュー推定器を双対ビューに適応させる新しいS2DHand法を提案する。 S2DHandは、インデータセットとクロスデータセットの両方の設定下で、任意のカメラペアを大幅に改善する。
  論文  参考訳（メタデータ） (2024-03-07T10:14:23Z)
• Scene-Aware 3D Multi-Human Motion Capture from a Single Camera [83.06768487435818]
  静止カメラで記録された1枚のRGBビデオから、シーン内の複数の人間の3次元位置を推定し、その身体形状と調音を推定する問題を考察する。 コンピュータビジョンの最近の進歩を,2次元の人体関節,関節角度,正規化不均等マップ,人間のセグメンテーションマスクなど,様々なモダリティのための大規模事前訓練モデルを用いて活用している。 特に,2次元の関節と関節角度を用いた正規化不均等予測から,シーン深度とユニークな人格尺度を推定する。
  論文  参考訳（メタデータ） (2023-01-12T18:01:28Z)
• MetaPose: Fast 3D Pose from Multiple Views without 3D Supervision [72.5863451123577]
  正確な3Dポーズとカメラ推定が可能なニューラルモデルをトレーニングする方法を示す。 本手法は,古典的バンドル調整と弱教師付き単分子3Dベースラインの両方に優れる。
  論文  参考訳（メタデータ） (2021-08-10T18:39:56Z)
• Wide-Baseline Multi-Camera Calibration using Person Re-Identification [27.965850489928457]
  本稿では,大規模広ベースシナリオのためのカメラネットワークの3次元ポーズ推定の問題に対処する。 現場の人々を「キーポイント」として扱い、異なるカメラビューに関連付けることは、対応を得るための代替方法である。 本手法ではまず,カメラ間で人間境界ボックスを関連付ける再ID法を用い,境界ボックス対応を点対応に変換する。
  論文  参考訳（メタデータ） (2021-04-17T15:09:18Z)
• 6D Camera Relocalization in Ambiguous Scenes via Continuous Multimodal Inference [67.70859730448473]
  あいまいさと不確かさを捉えるマルチモーダルカメラ再ローカライズフレームワークを提案する。 我々は、複数のカメラのポーズ仮説を予測し、それぞれの予測の不確実性も予測する。 あいまいな環境下でのカメラローカライゼーション研究を促進するための新しいデータセットを提案する。
  論文  参考訳（メタデータ） (2020-04-09T20:55:06Z)

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。