論文の概要: Decentralized Multi-View, Multi-Zone Tracking for Scalable Camera Networks
- arxiv url: http://arxiv.org/abs/2610.33069v1
- Date: Tue, 20 Oct 2026 15:45:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.237043
- Title: Decentralized Multi-View, Multi-Zone Tracking for Scalable Camera Networks
- Title（参考訳）: スケーラブルカメラネットワークのための分散マルチビュー・マルチゾーントラッキング
- Abstract要約: スケーラブルカメラネットワークのための分散マルチビュートラッキングシステムを提案する。
単眼視検出は鳥眼視座標に投影され、独立した多眼視トラッカーによって融合される。
本稿では,動的ゾーン多角形の設計,コンセンサスに基づくコーディネーション,検証フレームワークについて詳述する。
- 参考スコア（独自算出の注目度）: 0.19116784879310023
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a decentralized multi-view tracking system for scalable camera networks. Single-view detections are projected to bird's-eye-view (BEV) coordinates and fused by independent multi-view trackers, each managing a dynamic spatial zone. To support scalability across spatially partitioned camera networks, we introduce a decentralized layer for trajectory unification, utilizing a locking protocol and periodic track-merging operations termed global collate. This process is supported by a delayed-output buffering mechanism that retroactively applies history corrections. The configurable delay window absorbs asynchronous coordination latency and helps stabilize cross-zone identity consistency. We detail the design of dynamic zone polygons, consensus-based coordination, and the validation framework, which together maintain global ID consistency with minimal accuracy loss compared to a single-instance baseline in the evaluated configurations.
- Abstract（参考訳）: スケーラブルカメラネットワークのための分散マルチビュートラッキングシステムを提案する。
単一ビュー検出は、鳥眼視座標(BEV)に投影され、独立した多視点トラッカーによって融合され、それぞれ動的空間ゾーンを管理する。
空間分割型カメラネットワークにおけるスケーラビリティを実現するため,ロッキングプロトコルとグローバルコレートと呼ばれる周期的なトラックマージ操作を利用して,トラジェクトリ統合のための分散層を導入する。
このプロセスは、履歴修正を遡って適用する遅延出力バッファリング機構によって支持される。
設定可能な遅延ウィンドウは非同期調整遅延を吸収し、ゾーン間のアイデンティティ一貫性の安定化を支援する。
本稿では,動的ゾーン多角形の設計,コンセンサスに基づくコーディネーション,および評価構成における単一インスタンスベースラインと比較して,最小限の精度でグローバルIDの一貫性を維持する検証フレームワークについて述べる。
関連論文リスト
- `Attention-Guided Cross-Temporal Clustering for Self-Supervised Video Object Segmentation [16.700937089524803]
ビデオオブジェクトセグメンテーション(VOS)は、ビデオ理解における基本的なタスクであり、フレーム間のオブジェクトの正確な記述と一貫した追跡を必要とする。
本稿では、注意誘導トークン選択と軽量時間クラスタリングを組み合わせることで、部分認識表現を学習する自己教師型フレームワークであるクロステンポラル一貫性とクラスタリングを提案する。
論文 参考訳（メタデータ） (2026-07-08T10:13:20Z) - Sphere-VIO: Fast and Robust Visual-Inertial Odometry via Unified Spherical Representation for Heterogeneous Multi-Camera Systems [11.777651307702174]
マルチカメラ・ビジュアル・慣性オドメトリー(VIO)は、視野を広げることによって純粋な視覚系の固有の限界を克服する。
ヘテロジニアスマルチカメラシステムのための球面表現を統一した軽量フィルタベースのVIOフレームワークであるSphere-VIOを提案する。
Sphere-VIOは, 精度, 堅牢性, 効率, クロスカメラの汎用性とのトレードオフが優れていることを示す。
論文 参考訳（メタデータ） (2026-06-29T07:46:08Z) - Fully Distributed Multi-View 3D Tracking in Real-Time [5.7805207139640915]
本稿では,リアルタイム多視点3Dトラッキングのための完全分散フレームワークMV3DTを提案する。
各カメラノードは、モノクロ3次元認識、分散多視点アソシエーション、協調融合からなる軽量なモジュールパイプラインを実行する。
MV3DTは、カメラのキャリブレーションをゼロショットで設定し、シーン固有の学習を必要とせず、新しい環境で直接デプロイできる。
論文 参考訳（メタデータ） (2026-06-11T09:51:55Z) - NARRAS: Edge-Triggered Distributed Inference for CSI-Based Localization in Vehicular IoT Networks [52.237935683898144]
車両用IoTネットワークにおけるCSIベースのローカライゼーションのためのETDIをインスタンス化する。
NARRASは、各RAAが最新の観測結果の要約と送信した最後の潜伏状態の記憶を結合した分散レポートポリシーである。
論文 参考訳（メタデータ） (2026-06-10T10:47:44Z) - A Topology-Aware Spatiotemporal Handover Framework for Continuous Multi-UAV Tracking [6.2002105625228845]
本稿では,グローバルなアイデンティティの持続性を扱うために,リアルタイムマルチカメラマルチ車両追跡(MCMT)システムを提案する。
本稿では,トポロジに基づく時空間ハンドオーバ機構を提案する。
交差点や合流交通を含む複雑な都市環境に関する実験結果は、連続交通流の99.8%のハンドオーバ成功率(HOSR)を示す。
論文 参考訳（メタデータ） (2026-05-15T09:38:09Z) - DCDM: Divide-and-Conquer Diffusion Models for Consistency-Preserving Video Generation [77.89090846233906]
我々はDivide-and-Conquer Diffusion Model (DCDM)と呼ばれるシステムレベルのフレームワークを提案する。
DCDMは、統合されたビデオ生成バックボーンを共有しながら、ビデオ一貫性モデリングを3つの専用コンポーネントに分解する。
我々は,AAAI'26におけるCVMコンペティションのテストセットにおけるフレームワークの検証を行い,提案手法がこれらの課題に効果的に対処できることを実証した。
論文 参考訳（メタデータ） (2026-02-14T07:02:36Z) - Decentralized Vision-Based Autonomous Aerial Wildlife Monitoring [55.159556673975544]
野生生物モニタリングのための分散視覚に基づくマルチクワッドロータシステムを提案する。
我々のアプローチは、その自然生息地における大型種のロバスト同定と追跡を可能にする。
論文 参考訳（メタデータ） (2025-08-20T20:05:05Z) - Referring Remote Sensing Image Segmentation with Cross-view Semantics Interaction Network [65.01521002836611]
本稿では,これらの制約を解決するために,並列で統一されたセグメンテーション・フレームワークであるクロスビューセマンティック・インタラクション・ネットワーク(CSINet)を提案する。
関心の対象を観察する際の人間の行動によって動機づけられたネットワークは、遠隔および近距離からの視覚的手がかりを編成し、相乗的予測を行う。
すべてのエンコーディングステージでは、Cross-View Window-attention Module(CVWin)を使用して、グローバルおよびローカルセマンティクスをクローズビューおよびリモートビューブランチ機能に補完する。
論文 参考訳（メタデータ） (2025-08-02T11:57:56Z) - Multi-Level Embedding and Alignment Network with Consistency and Invariance Learning for Cross-View Geo-Localization [2.733505168507872]
CVGL(Cross-View Geo-Localization)は、最もよく似たGPSタグ付き衛星画像を取得することで、ドローン画像のローカライゼーションを決定する。
既存の手法は、モデルの性能を改善する際に、計算と記憶の要求が増大する問題をしばしば見落としている。
マルチレベル・エンベディング・アライメント・ネットワーク(MEAN)と呼ばれる軽量なアライメント・ネットワークを提案する。
論文 参考訳（メタデータ） (2024-12-19T13:10:38Z) - Multi-view Aggregation Network for Dichotomous Image Segmentation [76.75904424539543]
Dichotomous Image (DIS) は近年,高解像度自然画像からの高精度物体分割に向けて出現している。
既存の手法は、グローバルなローカライゼーションと局所的な洗練を徐々に完了させるために、退屈な複数のエンコーダ・デコーダストリームとステージに依存している。
これに触発されて、我々は多視点オブジェクト認識問題としてdisをモデル化し、擬似多視点アグリゲーションネットワーク(MVANet)を提供する。
一般的なdis-5Kデータセットの実験では、我々のMVANetは精度と速度の両方で最先端の手法を大きく上回っている。
論文 参考訳（メタデータ） (2024-04-11T03:00:00Z) - Multi-Spectral Image Stitching via Spatial Graph Reasoning [52.27796682972484]
空間グラフ推論に基づくマルチスペクトル画像縫合法を提案する。
同一のビュー位置から複数スケールの補完機能をノードに埋め込む。
空間的・チャネル的次元に沿った長距離コヒーレンスを導入することにより、画素関係の相補性とチャネル相互依存性は、整列したマルチビュー特徴の再構築に寄与する。
論文 参考訳（メタデータ） (2023-07-31T15:04:52Z)
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。