DeepTracks：从运动平台所获取视频中对海上船只进行地理定位
计算机视觉与模式识别
2021-09-06 v1 图像与视频处理
摘要
对海上运动船只进行地理定位与跟踪是一个极具挑战性的问题，需要船只检测、匹配以及从无可匹配特征的影像中估计其 GPS 位置。该问题可表述如下：给定安装在具有已知 GPS 位置的运动平台上的相机所拍摄的影像作为唯一有效传感器，我们预测图像中可见目标船只的地理位置。我们的解决方案使用了近期机器学习算法、相机-场景几何与贝叶斯滤波。所提出的流程首先以检测跟踪策略检测并跟踪目标船只的图像位置。随后利用平面射影几何将该图像位置转换为相对于相机 GPS 位置的本地海域坐标。最后，将目标船只本地坐标变换为全局 GPS 坐标以估计其地理位置。为获得平滑地理轨迹，我们应用无迹卡尔曼滤波（UKF），其隐式克服了流程早期阶段的小检测误差。我们使用 GPS 真值测试了方法性能，并展示了估计地理位置的精度与速度。我们的代码公开于 https://github.com/JianliWei1995/AI-Track-at-Sea。
引用
@article{arxiv.2109.01235,
title = {DeepTracks: Geopositioning Maritime Vehicles in Video Acquired from a Moving Platform},
author = {Jianli Wei and Guanyu Xu and Alper Yilmaz},
journal= {arXiv preprint arXiv:2109.01235},
year = {2021}
}