可穿戴视频中目标识别的性能
计算机视觉与模式识别
2020-09-11 v1
摘要
可穿戴技术正催生大量计算机视觉新应用,从生活记录到健康辅助。其中许多需要识别相机所捕获场景中的关注元素。本文研究此类相机所摄视频中的目标检测与定位问题。由于图像质量较低(如对焦不佳)或可穿戴记录中常见的高度杂乱与遮挡,可穿戴视频相较于标准图像甚至其他类型视频是更具挑战性的目标检测场景。已有工作通常聚焦于检测佩戴者关注或被其操控的物体。我们对该类视频中目标检测任务进行了更通用的评估,因为诸多应用(如市场研究)也需检测用户未关注的物体。本文针对可穿戴视频中目标检测这一特例,对以精度与速度间极佳折衷著称的知名 YOLO 架构做了深入研究。我们的研究聚焦于公开 ADL 数据集,但也使用额外公开数据作补充评估。我们以原架构及其训练策略的不同变体开展了一组详尽实验。实验就达成目标最有前景的方向得出若干结论,并指出改进可穿戴视频检测的进一步研究步骤。
引用
@article{arxiv.2009.04932,
title = {Performance of object recognition in wearable videos},
author = {Alberto Sabater and Luis Montesano and Ana C. Murillo},
journal= {arXiv preprint arXiv:2009.04932},
year = {2020}
}
备注
Emerging Technologies and Factory Automation, ETFA, 2019