地理配准航拍视频中用于语义视频压缩的多线索车辆检测
计算机视觉与模式识别
2019-07-03 v1
摘要
从机载相机获取的视频中检测车辆等运动物体对视频分析应用非常有用。使用快速低功耗算法进行板载运动物体检测，还将为基于感兴趣区域的语义信息提供场景内容感知图像压缩。这将使得低带宽机载云计算网络中的通信链路利用更高效灵活。尽管无人机或无人机平台与成像传感器技术近期取得进展，但由于物体尺寸小、平台运动与相机抖动、遮挡、场景复杂及成像条件退化，从航拍视频中进行车辆检测仍具挑战性。本文提出了一种高效的运动车辆检测流水线，其通过深度学习与通量张量时空滤波相结合，以互补方式协同融合基于外观与基于运动的检测。我们提出的多线索流水线能够以高准确率与高召回率检测运动车辆，同时通过智能融合滤除如停泊车辆等假阳性。实验结果表明，融入运动车辆的上下文信息可实现超过100:1的高语义压缩比且保持高图像保真度，从而更好地利用有限的带宽空地网络链路。
引用
@article{arxiv.1907.01176,
title = {Multi-Cue Vehicle Detection for Semantic Video Compression In Georegistered Aerial Videos},
author = {Noor Al-Shakarji and Filiz Bunyak and Hadi Aliakbarpour and Guna Seetharaman and Kannappan Palaniappan},
journal= {arXiv preprint arXiv:1907.01176},
year = {2019}
}
备注
CVPR2019 Workshop on Detecting Objects in Aerial Images