多摄像头BEV视频监控系统,用于有效监控社会距离
David Montero1, Nerea Aranjuelo2,1, Peter Leskovsky2
1Computer Vision and Artificial Inteligence, University of the Basque Country, Donostia, 20018 Guipuzcoa Spain.
Multimedia tools and applications
|June 26, 2023
概括
本研究介绍了一个可扩展的人流监控系统,使用顶部视图摄像头和先进的人工智能. 该系统准确地跟踪大型室内空间中的个人,增强安全合规性.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 公共卫生基础设施 公共卫生基础设施
背景情况:
- 由于COVID-19的流行,人们需要在室内空间进行有效的人群控制.
- 目前用于人员流量监控的顶部视图摄像系统面临着可扩展性问题和在处理封闭和多摄像头设置方面的局限性.
研究的目的:
- 开发一种高效且可扩展的系统,用于监控大型室内基础设施中的人流.
- 为了克服当前单摄像头,范围有限的解决方案的局限性.
主要方法:
- 利用优化的YOLO-V4神经网络进行顶部视图人类检测,可适应各种摄像头高度.
- 实施了多摄像头3D检测投影和融合技术,使用摄像头校准来准确地定位现实世界.
- 开发了一种跟踪算法,用于在多个摄像头中联合处理3D检测,以确保个体可追溯性.
主要成果:
- 拟议的系统展示了适合实时应用的强大性能指标.
- 实现了低于0.2米的平均定位误差,比现有方法有了显著的改进.
- 成功实现了跨大型基础设施的个人追踪.
结论:
- 开发的系统为大型室内环境中人员流量监控提供了一种高效且可扩展的解决方案.
- 它有效地支持卫生措施的控制,并加强安全合规性.
- 多摄像头的3D投影和融合方法显著提高了定位准确性.
更多相关视频
05:12Robotized Testing of Camera Positions to Determine Ideal Configuration for Stereo 3D Visualization of Open-Heart Surgery
Published on: August 12, 2021
2.1K
09:55Bridging the Technology Divide in the COVID-19 Era: Using Virtual Outreach to Expose Middle and High School Students to Imaging Technology
Published on: September 28, 2022
1.7K
