利用多个鱼眼图像对运动与静止物体的实时检测、跟踪与分类
计算机视觉与模式识别
2018-09-03 v2
摘要
检测行人和其他移动物体的能力对自动驾驶车辆至关重要。这必须在实时条件下以最小的系统开销完成。本文讨论了环视系统的实现，以识别靠近本车的运动及静态物体。该算法处理由鱼眼相机捕获的 4 个视图，并将其合并为单帧。运动物体检测与跟踪解决方案使用最小的系统开销来隔离包含运动物体的感兴趣区域（ROI）。随后使用深度神经网络（DNN）对这些 ROI 进行分析，以对运动物体进行分类。通过在城市环境中的实车部署与测试，我们证明了该解决方案的实际可行性。我们算法的视频演示已上传至 Youtube：https://youtu.be/vpoCfC724iA, https://youtu.be/2X4aqH2bMBs
引用
@article{arxiv.1803.06077,
title = {Real-time Detection, Tracking, and Classification of Moving and Stationary Objects using Multiple Fisheye Images},
author = {Iljoo Baek and Albert Davies and Geng Yan and Ragunathan and Rajkumar},
journal= {arXiv preprint arXiv:1803.06077},
year = {2018}
}