鱼眼基于交通监控中稳健目标检测的统一检测管线
计算机视觉与模式识别
2025-10-24 v1
摘要
鱼眼摄像机通过从单一视角捕获大范围视野，为宽域交通监控提供了高效解决方案。然而，鱼眼图像中固有的强径向畸变和非均匀分辨率，为标准目标检测器带来了巨大挑战，尤其是在图像边界附近，物体外观会被严重破坏。在本工作中，我们提出了旨在此类条件下实现稳健检测的检测框架。我们的方法采用简单且有效的预处理和后处理管线，以增强跨图像的检测一致性，尤其是在严重畸变区域的检测效果。我们在鱼眼交通图像上训练了多个最新检测模型，并通过集成策略组合其输出，以提高整体检测准确性。本方法在2025年AI City挑战赛Track 4中获得F1分数为0.6366的成绩，总排名第8名（共62队）。这些结果表明了我们的框架在解决鱼眼图像固有问题方面的有效性。
引用
@article{arxiv.2510.20016,
title = {A Unified Detection Pipeline for Robust Object Detection in Fisheye-Based Traffic Surveillance},
author = {Neema Jakisa Owor and Joshua Kofi Asamoah and Tanner Wambui Muturi and Anneliese Jakisa Owor and Blessing Agyei Kyem and Andrews Danyo and Yaw Adu-Gyamfi and Armstrong Aboah},
journal= {arXiv preprint arXiv:2510.20016},
year = {2025}
}
备注
The paper was accepted at ICCV 2025 and published in CVF database