HyperAIHyperAI

Command Palette

Search for a command to run...

استخدام مقاطع الفيديو الشاملة للتحديد والتعقب متعدد الأشخاص في إحداثيات ثلاثية الأبعاد شاملة

Fan Yang Feiran Li Yang Wu Sakriani Sakti Satoshi Nakamura

الملخص

تُعدّ التحديد والتعقب ثلاثي الأبعاد على شكل منظور دوائر لعدة أشخاص من المواضيع البارزة في العديد من التطبيقات، ومع ذلك، فإن الطرق التقليدية التي تعتمد على معدات ليدار قد تكون باهظة التكلفة اقتصاديًا، كما أنها غير فعّالة من حيث الحوسبة نظرًا لمعالجة بيانات السحابة النقطية. في هذه الدراسة، نقترح منهجية فعّالة وفعّالة من حيث التكلفة وذات تكلفة منخفضة. أولاً، نحصل على مقاطع فيديو منظورية باستخدام أربع كاميرات عادية. ثم نحوّل مواقع البشر من إحداثيات صورة منظورية ثنائية الأبعاد إلى إحداثيات كاميرا منظورية ثلاثية الأبعاد باستخدام هندسة الكاميرا والخصائص الحيوية للإنسان (مثل الطول). وأخيرًا، نُولّد مسارات ثلاثية الأبعاد (3D tracklets) من خلال ربط مظهر الإنسان مع مساره ثلاثي الأبعاد. ونُثبت فعالية منهجيتنا على ثلاث مجموعات بيانات، بما في ذلك مجموعة بيانات جديدة أنشأناها نحن، من حيث التحديد ثلاثي الأبعاد من منظور واحد لعدة أشخاص، والتعقب ثلاثي الأبعاد من منظور واحد لعدة أشخاص، والتعرف والتعقب ثلاثي الأبعاد على شكل منظور دوائر لعدة أشخاص. يُمكن الوصول إلى الشفرة المصدرية ومجموعة البيانات عبر الرابط: \url{https://github.com/fandulu/MPLT}.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
استخدام مقاطع الفيديو الشاملة للتحديد والتعقب متعدد الأشخاص في إحداثيات ثلاثية الأبعاد شاملة | مستندات | HyperAI