Toward Global Sensing Quality Maximization: A Configuration Optimization Scheme for Camera Networks

要約

一連のターゲットを監視するカメラ ネットワークのパフォーマンスは、カメラの構成に大きく依存します。
この論文では、パラメータ化されたカメラネットワークモデルの再構成戦略を調査します。これにより、複数のターゲットのセンシング品質をグローバルかつ同時に最適化できます。
最初に、画像内の単位長オブジェクトが占めるピクセル数を、オブジェクトのセンシング品質のメトリックとして使用することを提案します。これは、カメラのパラメータ (固有係数、外部係数、歪み係数など) によって決定されます。
次に、カメラネットワークによるターゲットのセンシング品質を測定する単一の量を形成します。
この量は、最適なカメラ構成を取得するための最適化問題の目的関数としても機能します。
広範なシミュレーションと実験を通じてアプローチの有効性を検証し、その結果、AprilTag 検出タスクでのパフォーマンスの向上が明らかになりました。
この作業のコードと関連ユーティリティはオープンソースであり、https://github.com/sszxc/MultiCam-Simulation で入手できます。

要約(オリジナル)

The performance of a camera network monitoring a set of targets depends crucially on the configuration of the cameras. In this paper, we investigate the reconfiguration strategy for the parameterized camera network model, with which the sensing qualities of the multiple targets can be optimized globally and simultaneously. We first propose to use the number of pixels occupied by a unit-length object in image as a metric of the sensing quality of the object, which is determined by the parameters of the camera, such as intrinsic, extrinsic, and distortional coefficients. Then, we form a single quantity that measures the sensing quality of the targets by the camera network. This quantity further serves as the objective function of our optimization problem to obtain the optimal camera configuration. We verify the effectiveness of our approach through extensive simulations and experiments, and the results reveal its improved performance on the AprilTag detection tasks. Codes and related utilities for this work are open-sourced and available at https://github.com/sszxc/MultiCam-Simulation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google