扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

这所院校又添新作:基于高时间分辨率事件的车辆检测与跟踪

论论资讯 | 2023-03-01 3热度

Optical Engineering

Explore content

About the journal

Publish with us

High-temporal-resolution event-based vehicle detection and tracking

El Shair Z.; Rawashdeh S.

Published:2023-03-01
DOI:10.1117/1.oe.62.3.031209

研究背景

随着社会的发展,交通工具的数量和种类也在不断增加,因此如何有效地对车辆进行检测和跟踪成为了一个重要的问题。目前,基于帧的检测方法已经被广泛应用,但是这种方法存在一些问题,例如检测速度慢,难以应对高速移动的车辆等。因此,有必要研究一种更加高效的车辆检测和跟踪方法。

研究内容

本文提出了一种基于事件的车辆检测和跟踪方法,该方法结合了基于帧的检测器和手工制作的基于事件的方法,以提高整体跟踪性能并减少计算开销。研究方法包括基于事件的边界框(BB)细化和连续事件的对象检测方法,以恢复漏检并生成帧间检测,从而实现高时间分辨率的跟踪输出。通过使用高阶跟踪准确度(HOTA)指标进行消融研究,定量验证了这些方法的优点。结果表明,使用这些方法可以显著提高跟踪性能,从仅使用帧的56.6%提高到事件和边缘基于掩码配置相结合的两种方法的64.1%和64.9%,在24 Hz的基线帧率下。同样,在384 Hz的高时间分辨率跟踪速率下,将这些方法与相同配置相结合,HOTA从52.5%提高到63.1%,从51.3%提高到60.2%。最后,通过使用高速LiDAR进行实验验证,分析了实际单个对象跟踪性能。实证证据表明,与基于帧的对象检测器相比,我们的方法在24 Hz的基线帧率和高达500 Hz的更高跟踪速率下都提供了显著的优势。

研究意义

本文提出了一种新的基于事件的车辆检测和跟踪方法,该方法具有高时间分辨率、高动态范围和输出延迟小的独特特点,可以有效地应对车辆检测和跟踪中的一些问题。此外,本文提出的方法还可以在保持较高跟踪准确度的同时,减少计算开销,具有一定的实用价值。

微信扫码即可查看