基于自我下视与环境视频的人员位置关联
计算机视觉与模式识别
2018-12-04 v1
摘要
在 GPS 不可用或不够精确时,使用自我中心相机进行定位与跟踪对于城市导航与室内辅助系统极具需求。传统的手工设计特征跟踪与估计方法在无可见特征时会失效。近来,已有若干工作探索利用上下文特征进行定位。然而,若给定无视觉上下文信息,所有这些均遭受严重的精度损失。为提供该问题的一个可能解决方案,本文提出一种兼具自我下视与第三静态视角的相机系统,以学习方式进行定位与跟踪。此外,我们还提出了一种新颖的动作与运动验证模型用于跨视角验证与定位。我们基于所采集的考虑相同着装、性别与背景多样性的数据集进行了对比实验。结果表明所提模型在精度性能上可实现 的提升。最终,我们在多人场景下测试了该模型并获得平均 的准确率。
引用
@article{arxiv.1812.00477,
title = {Ego-Downward and Ambient Video based Person Location Association},
author = {Liang Yang and Hao Jiang and Jizhong Xiao and Zhouyuan Huo},
journal= {arXiv preprint arXiv:1812.00477},
year = {2018}
}