التحويلات الهوموجرافية المتداخلة للكشف متعدد المناظر عن المشاة

يهدف الكشف عن المشاة من عدة زوايا إلى التنبؤ بخريطة امتلاء من منظور الطيور (BEV) من خلال رؤى متعددة من كاميرات مختلفة. ويواجه هذا المهمة تحديين رئيسيين: كيفية إقامة تقابلات ثلاثية الأبعاد من الرؤى إلى خريطة BEV، وطريقة دمج معلومات الامتلاء عبر الرؤى المختلفة. في هذه الورقة، نقترح منهجية جديدة تُسمى "التحويلات الهوموجرافية المتتالية" (SHOT)، والتي تُحفَّز بمحاولات تقريب التصوير في الإحداثيات ثلاثية الأبعاد عبر تجميع متعدد من التحويلات الهوموجرافية. نقوم أولاً ببناء سلسلة من التحويلات لتحويل الرؤى إلى المستوى الأرضي عند مستويات ارتفاع مختلفة. ثم نصمم وحدة اختيار لينة تتيح للشبكة تعلّم احتمالات التسلسل الكامل للتحويلات. علاوةً على ذلك، نقدم تحليلًا نظريًا معمقًا حول بناء SHOT، ونقيّم مدى دقة تقريب SHOT للتصورات في الإحداثيات ثلاثية الأبعاد. وقد تمت التحقق التجريبي من قدرة SHOT على تقدير تقابلات دقيقة من كل رؤية فردية إلى خريطة BEV، مما يؤدي إلى أداء متميز جديد على معايير التقييم القياسية.