A Bearing-Angle Approach for Unknown Target Motion Analysis Based on Visual Measurements

要約

移動ターゲットの動きの視覚ベースの推定は、通常、視覚測定が方位ベクトルとしてモデル化される方位のみの推定問題として定式化されます。
方位のみのアプローチは何十年にもわたって研究されてきましたが、このアプローチの基本的な制限は、ターゲットの可観測性を高めるために観察者の余分な横方向の動きが必要であることです。
残念ながら、余分な横方向の動きは、多くのタスクにおいて観察者の望ましい動きと衝突します。
画像内でターゲットが検出されると、そのターゲットを囲む境界ボックスを取得できることはよく知られています。
驚くべきことに、この一般的な視覚的測定、特にそのサイズ情報については、これまで十分に調査されていませんでした。
この論文では、ターゲットの画像境界ボックスを方位角測定値としてモデル化することで、ターゲットの動きを推定するための新しい方位角アプローチを提案します。
理論分析と実験結果の両方から、このアプローチにより、観測者の追加の横方向の動きに依存せずに観測可能性が大幅に向上できることが示されています。
方位角アプローチの利点は、境界ボックスが物体検出アルゴリズムの標準出力であるため、追加コストがかからないことです。
このアプローチは、これまで十分に活用されていなかった情報を単純に活用します。
追加の検知デバイスや特別な検出アルゴリズムは必要ありません。

要約(オリジナル)

Vision-based estimation of the motion of a moving target is usually formulated as a bearing-only estimation problem where the visual measurement is modeled as a bearing vector. Although the bearing-only approach has been studied for decades, a fundamental limitation of this approach is that it requires extra lateral motion of the observer to enhance the target’s observability. Unfortunately, the extra lateral motion conflicts with the desired motion of the observer in many tasks. It is well-known that, once a target has been detected in an image, a bounding box that surrounds the target can be obtained. Surprisingly, this common visual measurement especially its size information has not been well explored up to now. In this paper, we propose a new bearing-angle approach to estimate the motion of a target by modeling its image bounding box as bearing-angle measurements. Both theoretical analysis and experimental results show that this approach can significantly enhance the observability without relying on additional lateral motion of the observer. The benefit of the bearing-angle approach comes with no additional cost because a bounding box is a standard output of object detection algorithms. The approach simply exploits the information that has not been fully exploited in the past. No additional sensing devices or special detection algorithms are required.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google