城市交通监控(UTS)：基于2D检测的全概率3D跟踪方法
计算机视觉与模式识别
2021-06-02 v2
摘要
城市交通监控(Urban Traffic Surveillance, UTS)是一个基于单目已标定摄像头的监控系统，可在多车道密集交通且车辆执行急转弯机动的城市交通场景中检测车辆。UTS随后使用3D包围盒表示以及基于无迹Kalman滤波的物理合理3D运动模型对车辆进行跟踪。由于UTS在三维世界坐标系中恢复位置、形状与运动信息，它可用于识别多种交通违章或为智能车辆提供有价值的交通信息。我们以YOLOv3作为检测器，为每辆车提供2D包围盒与类别标签。2D检测器使我们的系统对不同的摄像头视角更为独立，因为已有大量带标签的训练数据可用。这带来了良好的泛化能力，同时也更具硬件效率。基于2D检测进行3D跟踪的任务通过整合关于车辆形状的类别特定先验知识得以辅助。由于不存在具有城市车辆监控设置及带标签3D包围盒的数据集，我们使用CARLA模拟器自生成的合成数据与真值对UTS进行定量评估。此外，我们给出了UTS在真实世界数据上表现的定性展示。我们的实现能够在配置合理的现代工作站上实时运行。据我们所知，UTS迄今为止是监控场景（静态摄像头观测运动目标）下唯一的3D车辆跟踪系统。
引用
@article{arxiv.2105.14993,
title = {Urban Traffic Surveillance (UTS): A fully probabilistic 3D tracking approach based on 2D detections},
author = {Henry Bradler and Adrian Kretz and Rudolf Mester},
journal= {arXiv preprint arXiv:2105.14993},
year = {2021}
}
备注
Accepted at the 2021 IEEE Intelligent Vehicles Symposium (IV), Nagoya, Japan, July 11-17, 2021