ai city challenge | BriefGPT

关键词ai city challenge

搜索结果 - 11

CVPR第八届 AI City 挑战赛
第八届 AI 城市挑战赛聚焦计算机视觉和人工智能在零售、仓库和智能交通系统等领域的交叉应用，吸引了来自 47 个国家和地区 726 支团队的空前兴趣。其中包括多目标多摄像头人员跟踪和稠密视频字幕等关键研究方向。
PDF3 months ago
TrafficVLM: 可控的交通视频字幕视觉语言模型
TrafficVLM 是一种新颖的多模态密集视频字幕模型，用于车辆自我摄像机视角中对交通视频事件进行不同层次的空间和时间分析，生成精细描述，提出了一种条件组件和多任务微调范式来增强 TrafficVLM 的学习能力，将其应用于 AI Cit
PDF3 months ago
城市尺度多摄像头多目标跟踪的改进：基于位置感知跟踪和盒粒度匹配
多相机多目标跟踪（MCMT）是一种计算机视觉技术，用于在多台相机上同时跟踪多个目标。本文介绍了一种名为 CityTrack 的新型 MCMT 框架，其中包括一种集成了各种先进技术的位置感知 SCMT 追踪器以及一种用于 ICA 模块的新颖的
PDFa year ago
CVPR第七届 AI 城市挑战赛
AI City Challenge 2023 had five tracks, including multi-target multi-camera people tracking, natural-language-based vehi
PDFa year ago
SigSegment：基于信号的分段算法，用于识别自然驾驶视频中异常驾驶行为
本研究提出一种基于深度 CNN-LSTM 分类器的信号异常检测算法，利用驾驶员姿态、背景估计、信号活动峰值等来检测并分类异常驾驶事件，实验结果在 AI City Challenge 2023 竞赛公开排名中获第 9 名，重叠分数为 0.54
PDFa year ago
CVPR基于空间关系建模的对称网络用于自然语言车辆检索
本研究提出了一种基于自然语言的车辆检索方法，使用对称网络结构和空间关系建模来保留车辆外貌细节和车辆轨迹全局信息，并考虑了车辆周围环境和车辆间的相互关系，实验结果在自然语言 - based 车辆检索竞赛中取得了最佳表现。
PDF2 years ago
CVPR第六届 AI 城市挑战赛
第六届 AI 城市挑战的四个赛道分别涉及城市级多目标多相机车辆跟踪、基于自然语言的车辆轨迹检索、驾驶行为分类、零售店自动化结账，成功的参赛团队的表现已经建立了强大的基础并在参议的挑战中超过了最新技术的水平。
PDF2 years ago
CVPROMG：基于自然语言的车辆检索中观察多个粒度
提出了一种基于多粒度观察（OMG）的新框架，用于通过自然语言描述在监控视频中查询受追踪车辆，并以多粒度对视觉表示、文本表示和目标函数进行优化，实验结果表明，该方法比以往所有方法的表现都好，获得了第 9 名的好成绩。
PDF2 years ago
CVPR第五届智慧城市挑战赛
这篇研究论文介绍了人工智能城市挑战赛及其关于交通智能化方面的研究，用于推动智能视频分析在城市交通等领域的发展和提高算法性能以促进其在真实应用中广泛使用。
PDF3 years ago
CVPR第四届 AI 城市挑战赛
第四届 AI 城市挑战赛吸引了来自 37 个国家的 315 支参赛队伍，他们利用城市规模真实交通数据和高质量的合成数据竞争四个挑战赛道，结果表明 AI 技术能够使交通系统更加智能和安全。
PDF4 years ago
CVPRCityFlow：针对多目标多摄像头车辆跟踪和再识别的城市规模基准测试
本文介绍了 CityFlow 数据集，它是一个城市级交通相机数据集，包括来自 40 个摄像头的 3 个多小时的高清视频，涵盖 10 个路口，最大距离为 2.5 公里，共包含超过 200K 个标注边界框。这个数据集为 MTMC 跟踪，MTSC
PDF5 years ago