基于顶视鱼眼相机的大规模行人检测与定位
计算机视觉与模式识别
2023-07-18 v1
摘要
位置确定在日常生活中有广泛应用。不同于现有致力于定位由透视相机拍摄的游客照片的努力，本文聚焦于利用顶视鱼眼相机设计行人定位方案。此类方案具有大视场（FOV）、低成本、抗遮挡及非侵扰工作模式（无需行人携带相机）的优势。然而由于数据匮乏，相关研究相当稀少。为激励该令人振奋领域的研究，我们提出 LOAF，首个用于行人检测与定位的大规模顶视鱼眼数据集。LOAF 具备诸多必要特征，例如：i) 数据涵盖场景、人体姿态、密度与位置上的丰富多样性；ii) 其包含当前最大数量的标注行人，即 457K 个带真实位置信息的边界框；iii) 身体框被标注为半径对齐以充分应对定位挑战。为逼近定位，我们构建了鱼眼行人检测网络，其通过旋转等变训练策略利用鱼眼畸变并端到端预测半径对齐人体框。随后，被检测行人的实际位置由鱼眼模型与相机高度数据上的数值解算出。在 LOAF 上的大量实验验证了我们的鱼眼检测器相对于先前方法的优越性，并表明我们的整体鱼眼定位方案能够以 0.5 m 精度、0.1 s 内定位 FOV 中所有行人。
引用
@article{arxiv.2307.08252,
title = {Large-Scale Person Detection and Localization using Overhead Fisheye Cameras},
author = {Lu Yang and Liulei Li and Xueshi Xin and Yifan Sun and Qing Song and Wenguan Wang},
journal= {arXiv preprint arXiv:2307.08252},
year = {2023}
}
备注
ICCV 2023. Project page: https://LOAFisheye.github.io