本文介绍澳洲国立大学郑良老师实验室在ECCV 2020上的新工作《Multiview Detection with Feature Perspective Transformation》。一直以来，遮挡问题严重影响了识别、检测等诸多计算机视觉系统的性能。在这篇文章中，作者提出的MVDet模型通过联合考虑多个相机，极大缓解了遮挡对检测系统的影响；此外，文章还提出了一个新的仿真数据集MultiviewX。此外，文章中提出的多相机检测模型，也可以应用在保持社交距离(social distancing)中，对抗击疫情提供技术上的支持。
题目：Multiview Detection with Feature Perspective Transformation
作者：Yunzhong Hou, Liang Zheng, Stephen Gould真实数据集Wildtrack上效果可视化
仿真数据集MultiviewX上效果可视化
多相机(multi-view)系统上：多相机(multi-view)输入。其中红圈内人群被严重遮挡，一般单目检测系统难以识别。下：地面上(鸟瞰)，多个相机的视野(field of view)交集。
在一个多相机系统中，包含多个同步、有公共视野、标定好的相机。在多相机检测系统中，由于相机参数已知，可以通过假设行人3D包围框(3D bounding box)的直径和高度，计算得到每个相机中的2D包围框(2D bounding box)。因此，多相机检测一般在地面(俯瞰)上评估行人的检测效果。利用多相机进行检测，有两个亟待解决的问题：如何联合考虑多
最低0.47元/天 解锁文章
4221
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
