Dynamic Network Flow Optimization for Task Scheduling in PTZ Camera Surveillance Systems

要約

このペーパーでは、動的監視環境でのパンチルトズーム（PTZ）カメラのスケジューリングと制御を最適化するための新しいアプローチを紹介します。
提案された方法は、カルマンフィルターが動的なネットワークフローモデルとモーション予測のための統合を統合して、リアルタイムのビデオキャプチャ効率を高めます。
Kalmanフィルターを追跡したオブジェクトに割り当てることにより、システムは将来の場所を予測し、カメラタスクの正確なスケジューリングを可能にします。
この予測駆動型アプローチは、ネットワークフローの最適化として策定され、さまざまな監視シナリオに対するスケーラビリティと適応性を確保します。
冗長モニタリングをさらに削減するために、グループ追跡ノードも組み込まれ、必要に応じて単一のカメラフォーカス内で複数のオブジェクトをキャプチャできるようにします。
さらに、重要なイベントのタイムリーなキャプチャに焦点を当てたカメラアクションに優先順位を付けるために、価値ベースのシステムが導入されています。
これらの値の減衰率を時間の経過とともに調整することにより、システムは差し迫った期限を伴うタスクへの迅速な応答を保証します。
広範なシミュレーションは、このアプローチがカバレッジを改善し、平均待機時間を短縮し、従来のマスター奴隷カメラシステムと比較して見逃したイベントを最小化することを示しています。
全体として、この方法は、特に動的で混雑した環境で、監視システムの効率、スケーラビリティ、および有効性を大幅に向上させます。

要約(オリジナル)

This paper presents a novel approach for optimizing the scheduling and control of Pan-Tilt-Zoom (PTZ) cameras in dynamic surveillance environments. The proposed method integrates Kalman filters for motion prediction with a dynamic network flow model to enhance real-time video capture efficiency. By assigning Kalman filters to tracked objects, the system predicts future locations, enabling precise scheduling of camera tasks. This prediction-driven approach is formulated as a network flow optimization, ensuring scalability and adaptability to various surveillance scenarios. To further reduce redundant monitoring, we also incorporate group-tracking nodes, allowing multiple objects to be captured within a single camera focus when appropriate. In addition, a value-based system is introduced to prioritize camera actions, focusing on the timely capture of critical events. By adjusting the decay rates of these values over time, the system ensures prompt responses to tasks with imminent deadlines. Extensive simulations demonstrate that this approach improves coverage, reduces average wait times, and minimizes missed events compared to traditional master-slave camera systems. Overall, our method significantly enhances the efficiency, scalability, and effectiveness of surveillance systems, particularly in dynamic and crowded environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google