Trajectory Poisson multi-Bernoulli mixture filter for traffic monitoring using a drone

要約

本稿では、光学カメラと熱カメラを搭載したドローンを使用した交通監視のためのマルチオブジェクト追跡（MOT）アルゴリズムを提案します。
画像上の物体検出は、カメラの種類ごとにニューラル ネットワークを使用して取得されます。
カメラは到着方向 (DOA) センサーとしてモデル化されています。
各 DOA 検出はフォン ミーゼス フィッシャー分布に従い、その平均方向は地上の車両位置をカメラに投影することによって取得されます。
次に、ベイジアン MOT アルゴリズムである軌道ポアソン多重ベルヌーイ混合フィルター (TPMBM) を使用して、車両軌道のセットを最適に推定します。
また、測定モデルのパラメータ推定アルゴリズムも開発しました。
合成データセットと実験データセットで、結果として得られる TPMBM フィルターの精度をテストしました。

要約(オリジナル)

This paper proposes a multi-object tracking (MOT) algorithm for traffic monitoring using a drone equipped with optical and thermal cameras. Object detections on the images are obtained using a neural network for each type of camera. The cameras are modelled as direction-of-arrival (DOA) sensors. Each DOA detection follows a von-Mises Fisher distribution, whose mean direction is obtain by projecting a vehicle position on the ground to the camera. We then use the trajectory Poisson multi-Bernoulli mixture filter (TPMBM), which is a Bayesian MOT algorithm, to optimally estimate the set of vehicle trajectories. We have also developed a parameter estimation algorithm for the measurement model. We have tested the accuracy of the resulting TPMBM filter in synthetic and experimental data sets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google