一种新颖高效的多视角交通相关目标检测框架
计算机视觉与模式识别
2023-02-24 v1
摘要
随着智能交通系统应用的快速发展，出现了大量多视角视频数据以增强车辆感知。然而，利用视频数据中的时空冗余高效地进行视频分析仍然具有挑战性。为此，我们提出了一种名为 CEVAS 的新颖交通相关框架，以利用多视角视频数据实现高效目标检测。简言之，引入细粒度输入过滤策略以从所捕获图像中产生合理的感兴趣区域。此外，我们设计了一个共享对象管理器来管理具有空间冗余的对象信息，并将其结果与其他车辆共享。我们进一步推导了一种内容感知的模型选择策略以自适应地选择检测方法。实验结果表明，我们的框架在达到与 SOTA 方法相同检测精度的同时显著降低了响应延迟。
引用
@article{arxiv.2302.11810,
title = {A novel efficient Multi-view traffic-related object detection framework},
author = {Kun Yang and Jing Liu and Dingkang Yang and Hanqi Wang and Peng Sun and Yanni Zhang and Yan Liu and Liang Song},
journal= {arXiv preprint arXiv:2302.11810},
year = {2023}
}
备注
Accepted by ICASSP 2023