どんな人物も見逃さない。人混みの人物追跡に特化したモデルDensePedsが登場

3つの要点
✔️ 非常に密集した場所での検出
✔️ MASK R-CNNによる特徴抽出とFRVOによる細かなバウンティングボックスの生成を組み合わせる
✔️ 個別検出ではなく、密集に適した検出結果を示す 

DensePeds: Pedestrian Tracking in Dense Crowds Using Front-RVO and Sparse Features
written by Rohan Chandra, Uttaran Bhattacharya, Aniket Bera, Dinesh Manocha
(Submitted on 25 Jun 2019 (v1), last revised 27 Jul 2019 (this version, v3))
Comments: Published by arXiv
Subjects: Robotics (cs.RO)

はじめに

この論文では、非常に密集した場所（1メートルあたり2人以上の歩行者）で個人を追跡することに取り組んでいます。

密集した群衆から歩行者を追跡することは、AIにとっては依然として課題です。例えば、歩行者は衝突を避けるために横に避けたり、急に加速したりするため追跡が非常に難しく、さらに、正面のビデオでは、オクルージョン（手前にある物体が背後にある物体を隠している状態）や近接性などの問題もあります。

ほとんどのシステムは各歩行者のバウンティングボックスを計算しますが、これらのバウンティングボックスはしばしば重なり合い、追跡精度に影響を与えてしまいます。

論文では、これらを考慮した群集中の歩行者を効率的に追跡できるDensePedsという歩行者追跡アルゴリズムを提案しています。

wevnal-ai-scholar