We propose a technique that neither

We propose a technique that neither assumes known scene
geometry nor computes interdependencies between objects.
The main idea is that most human heads in a crowded scene
will appear near a head plane parallel to the ground plane.
If the relationship between the camera and the head plane is
known, and the camera’s intrinsic parameters are known, we
can predict the approximate size of a head’s projection into
the image plane, and we can use this information to reject
inconsistent candidate trajectories or only search for heads at
appropriate scales for each position in the image.
To find the head plane, we run our head detector over one
or more images of a scene at multiple scales, compute the 3D
position of each head based on an assumed real-world head
size and the camera’s intrinsics, and then we find the head
plane using linear least squares.
In an experimental evaluation, we find that at detection time,
using the 3D head plane information improves the accuracy of
pedestrian tracking in dense crowds and reduces false positive
rates while preserving high detection rates.

ผลลัพธ์ (ไทย) 1:

เราเสนอเทคนิคไม่ถือชื่อเสียงฉากเรขาคณิตหรือตัวกันระหว่างวัตถุความคิดหลักเป็นหัวที่มนุษย์ส่วนใหญ่ในฉากที่แออัดจะปรากฏใกล้กับเครื่องบินใหญ่ที่ขนานกับระนาบพื้นถ้าความสัมพันธ์ระหว่างกล้องและเครื่องบินใหญ่รู้จัก และพารามิเตอร์ของกล้อง intrinsic เป็นที่รู้จักกัน เราสามารถทำนายของหัวฉายเป็นขนาดโดยประมาณภาพเครื่องบิน และเราสามารถใช้ข้อมูลนี้เพื่อปฏิเสธtrajectories ผู้สมัครที่ไม่สอดคล้องกันหรือค้นหาเฉพาะสำหรับหัวที่เครื่องชั่งน้ำหนักที่เหมาะสมสำหรับแต่ละตำแหน่งในรูปในการค้นหาเครื่องบินใหญ่ เรารันจับหัวของเราไปหรือรูปภาพเพิ่มเติมของฉากที่หลายระดับ คำนวณ 3Dตำแหน่งของแต่ละหัวโดยหัวปลอมจริงขนาด และ intrinsics ของกล้อง แล้วเราหาหัวเครื่องบินใช้เส้นน้อยจัตุรัสในการประเมินผลการทดลอง เราพบว่าตรวจสอบเวลาใช้ข้อมูลเครื่องบิน 3D ที่ใหญ่ช่วยเพิ่มความถูกต้องของเชิญติดตามในฝูงชนที่หนาแน่น และลดความผิดพลาดราคาในขณะที่รักษาอัตราการตรวจจับสูง

ผลลัพธ์ (ไทย) 3:

เราเสนอเทคนิคที่ไม่ถือว่ารู้จักคำนวณเรขาคณิต หรือฉาก

interdependencies ระหว่างวัตถุ แนวคิดหลักคือว่ามนุษย์ส่วนใหญ่หัวใน
ฉากที่แออัดจะปรากฏใกล้หัวเครื่องบินขนานกับระนาบ .
ถ้าความสัมพันธ์ระหว่างกล้องและหัวเครื่องบิน
รู้จักและกล้องภายในพารามิเตอร์ รู้จักเรา
สามารถทำนายขนาดโดยประมาณของการฉายของหัวเป็น
ระนาบภาพและเราสามารถใช้ข้อมูลนี้เพื่อปฏิเสธ
วิถีผู้สมัครสอดคล้องหรือค้นหาเฉพาะหัวที่เหมาะสมสำหรับแต่ละตำแหน่งในระดับ

หาภาพ หัวเครื่องบิน เราใช้เครื่องตรวจจับหัวของเรามากกว่าหนึ่ง
หรือมากกว่าภาพของ ฉากที่หลายระดับ หา 3D
ตำแหน่งของศีรษะของแต่ละคนขึ้นอยู่กับว่าโลกแห่งความจริงหัว
ขนาดและ intrinsics ของกล้อง แล้วเราหาหัวเครื่องบินใช้เชิงเส้นกำลังสองน้อยที่สุด
.
ในการประเมินผลการทดลองเราพบว่าในเวลาตรวจสอบ
ใช้ 3D หัวเครื่องบินข้อมูลปรับปรุงความถูกต้องของ
คนเดินเท้าติดตามหนาแน่นฝูงชนและลดอัตรา บวกเท็จในขณะที่รักษาอัตราการตรวจจับสูง

.