Fast Vehicle Detection and Tracking on Fisheye Traffic Monitoring Video using CNN and Bounding Box Propagation

要約

交差点に取り付けられた魚眼レンズのビデオを監視するための高速車検出および追跡アルゴリズムを設計します。
ICIP 2020 VIPカップデータセットを使用し、オブジェクト検出ベースモデルとしてYOLOv5を採用しています。
このデータセットの夜間のビデオは非常に挑戦的であり、基本モデルの検出精度（AP50）は約54％です。
フレーム間のバウンディングボックス伝播の概念に基づいて、信頼性の高い車の検出および追跡アルゴリズムを設計します。これにより、夜間および昼間のビデオの基本モデルよりも、それぞれ17.9パーセントポイント（pp）および6.2pp。の精度が向上します。
速度を上げるために、セグメント内の中間フレームにグレースケールフレームの差が使用されます。これにより、処理速度が2倍になる可能性があります。

要約(オリジナル)

We design a fast car detection and tracking algorithm for traffic monitoring fisheye video mounted on crossroads. We use ICIP 2020 VIP Cup dataset and adopt YOLOv5 as the object detection base model. The nighttime video of this dataset is very challenging, and the detection accuracy (AP50) of the base model is about 54%. We design a reliable car detection and tracking algorithm based on the concept of bounding box propagation among frames, which provides 17.9 percentage points (pp) and 6.2 pp. accuracy improvement over the base model for the nighttime and daytime videos, respectively. To speed up, the grayscale frame difference is used for the intermediate frames in a segment, which can double the processing speed.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google