可变环境光照下网络摄像机图像的大规模目标检测
计算机视觉与模式识别
2019-01-01 v1
摘要
计算机视觉在目标检测与识别的训练及评估中依赖于带标签的数据集。流行的计算机视觉程序 YOLO（“You Only Look Once”）已被证明能在许多主流图像数据集中准确检测目标。然而，那些数据集中的图像彼此独立，无法用于测试 YOLO 在环境（如环境光照）变化时检测同一目标的一致性。本文描述了一种评估 YOLO 在大规模应用中一致性的新尝试。其通过 (a) 大规模以及 (b) 使用部署于多种真实场景（包括交通路口、国家公园、购物中心、大学校园等）的策展公共视频摄像机网络所拍摄的连续图像来实现。我们特别考察 YOLO 在不同场景（如白天与夜晚）下检测目标的能力，利用摄像机快速获取大量连续图像以评估检测一致性。使用我们的摄像机网络与先进计算资源（超级计算机），我们分析了 140 个网络摄像机在 24 小时内捕获的超过 500 万张图像。与人工标记的标签（视为“ground truth”）相比，YOLO 难以在帧间位置变化时一致地检测相同的人和车；其在夜间也难以检测目标。我们的发现表明，最先进的视觉解决方案在部署于对目标检测一致性要求高的应用前，应使用带有上下文信息的网络摄像机数据进行训练。
引用
@article{arxiv.1812.11901,
title = {Large-Scale Object Detection of Images from Network Cameras in Variable Ambient Lighting Conditions},
author = {Caleb Tung and Matthew R. Kelleher and Ryan J. Schlueter and Binhan Xu and Yung-Hsiang Lu and George K. Thiruvathukal and Yen-Kuang Chen and Yang Lu},
journal= {arXiv preprint arXiv:1812.11901},
year = {2019}
}
备注
Submitted to MIPR 2019 (Accepted)