Apr, 2023

MadEye: 自适应摄像头配置提升实时视频分析准确性

PDF
TL;DRMadEye 是一个使用 PTZ 摄像机的摄像机 - 服务器系统，它含有搜索和知识蒸馏算法，使得摄像机能够自动地和不断地调整朝向以最大化负载准确性，实验结果表明，MadEye 在相同的资源使用情况下，将准确度提高了 2.9-25.7% ，或以 2-3.7 倍的资源成本实现相同的准确度。
camera orientationslive video analyticsmadeyeptz camerasresource constraints
发现论文，激发创造
  • 即时注视：基于广角单目视频录制的虚拟摄像机在线拍摄选择和编辑

    通过实时应用 GAZED 框架与 CineFilter 的相机轨迹稳定化，实现实时的专业级视频编辑，在快节奏的数字化环境中省去了耗时的后期制作流程。实时优化相机轨迹和视频编辑的进展满足了即时动态内容创作在直播、体育报道、新闻报道和社交媒体内容创作等行业的高效需求。

    Nov, 2023

  • 电视节目多摄像机编辑的时序和上下文变换器

    通过提出新方法利用历史镜头和其他视图来做拍摄转换决策和预测应该使用哪个视图，本文提出了一种基于多台摄像机编辑基准的新方法，实验结果表明我们的方法优于现有方法。

    Oct, 2022

  • Eagle: 基于端到端深度增强学习的 PTZ 摄像机自主控制

    通过建立一个照片逼真的仿真环境，该文提出一种名为 Eagle 的深度强化学习 (RL) 方案，通过训练一个神经网络策略来直接以图像作为输入来控制 PTZ 摄像机，能够在资源受限的设备上实时运行，并通过在图像中维护感兴趣的物体靠近被捕捉到的中心来实现优秀的摄像头控制性能，可以将在仿真器中训练的 Eagle Policy 直接转移到真实世界的场景中。

    Apr, 2023

  • 仿微小眼跳的事件相机用于机器人学

    通过在事件相机的光圈前安装旋转楔形棱镜，我们设计了一种基于仿生微眼球震动的事件感知系统，能够同时维持低反应时间和稳定的纹理外观。AMI-EV 硬件设备和软件解决方案被集成到一个系统中，并在标准相机和事件相机均无法提供满意结果的场景中得到了验证。多种真实世界实验证明该系统在低级别和高级别视觉任务中促进机器人感知的潜力。

    May, 2024

  • 实时网络摄像头注视追踪的高效性

    本文研究了凝视跟踪中的两种效率：计算效率和可用性效率，并评估了 CNN 网络的推断速度 / 准确性与屏幕校准的精度 / 烦琐程度之间的平衡，结果表明单眼输入和几何回归校准方法达到了最佳平衡。

    Sep, 2020

  • 少样本自适应凝视估计

    本研究提出一种新的 Few-shot 自适应注视估计（FAZE）框架，其利用揭示式编码器 - 解码器架构和元学习的高度适应性目标估计器，针对少于等于 9 个样本学习人特定的注视网络，并能够通过 3 个样本实现良好表现。

    May, 2019

  • EgoCap: 两个鱼眼相机实现无标记主观动作捕捉（扩展摘要）

    提出一种新的方法，可以在室内和室外等各种场景下，实时地通过佩戴在头盔或虚拟现实头戴式显示器上的轻量级鱼眼立体相机，使用生成式姿势估计和基于 ConvNet 的身体部位检测器，无需标记，从而捕捉全身运动。

    Dec, 2016

  • 使用深度学习提高虚拟现实中眼动追踪的鲁棒性、准确性和精度

    通过比较不同机器学习方法在眼部特征追踪中的表现，本研究客观评估了这些方法对最终注视估计质量的影响。

    Mar, 2024

  • 双目视觉强化学习实现经济有效的精细操纵和自动眼手协调

    该研究提出了一种低成本无需昂贵传感器，即可通过学习眼手协调和点对齐能力的方法解决机器人精密操作任务的算法 Binocular Alignment Learning，该算法在仿真和实际机器人测试中都达到了良好的性能。

    May, 2022

  • 将视频分析系统扩展至大型摄像机部署

    本文介绍了如何通过利用视频流之间的空间和时间内容相关性，解决大规模视频摄像头部署中计算成本与推断准确性等问题，进行视频分析扩展的路线图。

    Sep, 2018