HyperAIHyperAI
منذ 2 أشهر

Synthehicle: تتبع متعدد المركبات ومتعدد الكاميرات في المدن الافتراضية

Fabian Herzog; Junpeng Chen; Torben Teepe; Johannes Gilg; Stefan Hörmann; Gerhard Rigoll
Synthehicle: تتبع متعدد المركبات ومتعدد الكاميرات في المدن الافتراضية
الملخص

تطبيقات المدن الذكية مثل التوجيه المروري الذكي أو منع الحوادث تعتمد على أساليب الرؤية الحاسوبية لتحديد موقع المركبات وتتبعها بدقة. نظرًا لندرة البيانات المصنفة بدقة، يُعد اكتشاف وتتبع المركبات في ثلاثية الأبعاد من خلال كاميرات متعددة تحديًا صعبًا للبحث عنه. نقدم مجموعة بيانات مصنعة ضخمة لتتبع وتقسيم المركبات المتعددة في آفاق الكاميرات المتداخلة وغير المتداخلة. بخلاف المجموعات البيانات الموجودة، التي تقتصر على توفير الحقائق الأرضية للتتبع لمربعات الاحتواء ثنائية الأبعاد فقط، تحتوي مجموعتنا أيضًا على تصنيفات دقيقة لمربعات الاحتواء ثلاثية الأبعاد في إحداثيات الكاميرا والعالم، وتقدير العمق، والتقسيم حسب النسخة والمفهوم والبانورامي (panoptic segmentation). تتكون هذه المجموعة البيانات من 17 ساعة من المواد الفيديوية المصنفة، المسجلة من 340 كاميرا في 64 مشهدًا متنوعًا يشمل أوقات النهار والمطر والفجر والليل، مما يجعلها أكبر مجموعة بيانات حتى الآن لتتبع الأهداف المتعددة عبر كاميرات متعددة. نوفر خطوط أساسية لاكتشاف المركبات وإعادة تحديد هويتها والتتبع عبر كاميرا واحدة وكاميرات متعددة. الرمز البرمجي والبيانات متوفرين بشكل عام.

Synthehicle: تتبع متعدد المركبات ومتعدد الكاميرات في المدن الافتراضية | أحدث الأوراق البحثية | HyperAI