基于三维模型包围框对齐的交通监控相机标定以实现精确车辆速度测量
计算机视觉与模式识别
2017-06-02 v2
摘要
本文聚焦于全自动交通监控相机标定，并将其用于过往车辆的速度测量。我们改进了一种近期基于两个检测到的消失点的先进交通监控相机标定方法。更重要的是，我们提出了一种新颖的自动场景尺度推断方法。该方法基于将渲染的三维车辆模型的包围框与图像中检测到的包围框进行匹配。所提方法可从任意视角使用，因为它对相机放置没有约束。我们在近期用于速度测量的综合数据集BrnoCompSpeed上评估了我们的方法。实验表明，我们通过检测两个消失点的自动相机标定方法相比之前的先进方法将误差降低了50%（平均距离比误差从0.18降至0.09）。我们还表明，我们的场景尺度推断方法更为精确，优于用于速度测量的先进自动标定方法（误差降低86%——从7.98km/h降至1.10km/h）和手动标定（误差降低19%——从1.35km/h降至1.10km/h）。我们还展示了所提出的自动相机标定方法在不同地点、不同光照条件（夜晚、黎明、白天）下从真实监控摄像头获取的视频序列上的定性结果。
引用
@article{arxiv.1702.06451,
title = {Traffic Surveillance Camera Calibration by 3D Model Bounding Box Alignment for Accurate Vehicle Speed Measurement},
author = {Jakub Sochor and Roman Juránek and Adam Herout},
journal= {arXiv preprint arXiv:1702.06451},
year = {2017}
}
备注
accepted to CVIU