基于稀疏分布摄像网络与边缘计算的室内定位及多人跟踪可行性研究
计算机视觉与模式识别
2023-11-30 v2 人工智能
摘要
随着计算机视觉与边缘计算技术的进步，基于摄像头的活动监控系统正成为智能建筑应用中颇具吸引力的解决方案。本文针对在大尺度室内空间中部署于边缘计算设备上的基于摄像头的室内定位与多人跟踪系统，给出了可行性研究与系统分析。为此，我们部署了一条端到端边缘计算流水线，利用多台摄像头在跨度达 的大型治疗空间内实现多人的定位、身体朝向估计与跟踪，同时高度重视隐私保护。我们的流水线由 39 套配备张量处理单元（TPU）的边缘计算摄像系统组成，置于室内空间天花板。为保障个人隐私，实时多人姿态估计算法在边缘计算摄像系统的 TPU 上运行，该算法提取姿态与边界框，用于室内定位、身体朝向估计及多人跟踪。我们的流水线展现出平均定位误差 1.41 米、多目标跟踪准确度得分 88.6% 以及平均绝对身体朝向误差 29\degree。这些结果表明，即便存在隐私限制，在大尺度室内空间中对个体进行定位与跟踪仍是可行的。
引用
@article{arxiv.2305.05062,
title = {A Feasibility Study on Indoor Localization and Multi-person Tracking Using Sparsely Distributed Camera Network with Edge Computing},
author = {Hyeokhyen Kwon and Chaitra Hegde and Yashar Kiarashi and Venkata Siva Krishna Madala and Ratan Singh and ArjunSinh Nakum and Robert Tweedy and Leandro Miletto Tonetto and Craig M. Zimring and Matthew Doiron and Amy D. Rodriguez and Allan I. Levey and Gari D. Clifford},
journal= {arXiv preprint arXiv:2305.05062},
year = {2023}
}