Towards an Error-free Deep Occupancy Detector for Smart Camera Parking System
Seoul National University（首尔国立大学）
虽然智能摄像头停车系统的概念已经存在了几十年，但一些方法已经完全解决了系统的可扩展性和可靠性。由于智能停车系统的基石是检测占用的能力，传统方法使用分类骨干从手动标记的网格中预测停车点。这是耗时的，并且失去了系统的可扩展性。此外，大多数方法都使用深度学习模型，这使得它们在规模上不是无错误的，也不是可靠的。因此，我们提出了一个端到端的智能摄像头停车系统，我们提供了一个自主检测占用的对象检测器称为OcpDet。我们的检测器还提供了来自对比模块的有意义的信息：训练和空间知识，这避免了推理过程中的错误检测。我们在现有的PKLot数据集上对OcpDet进行了基准测试，并与传统的分类解决方案相比达到了有竞争力的结果。我们还引入了一个额外的SNU-SPS数据集，在其中我们从各种角度估计系统性能，并在停车分配任务中进行系统评估。从我们的数据集的结果表明，我们的系统是有前途的现实世界的应用。
2022-10-25 cs.CV cs.LG
PSDet: Efficient and Universal Parking Slot Detection
Zongmu Technology（纵目科技）；University of Victoria（维多利亚大学）
虽然实时停车位检测在代客泊车系统中起着关键作用，但现有方法在现实世界的应用中取得的成功有限。本文认为造成这种性能不理想的原因有两个：\romannumeral 1，现有数据集的多样性有限，导致泛化能力较低。\romannumeral 2，低估了停车位检测的专家知识。因此，我们注释了一个用于训练网络的大规模基准，并将其发布以造福社区。通过对基准测试中不同停车场的观测，我们提出了圆形描述子来回归停车位顶点的坐标，从而精确定位停车位。为了进一步提高性能，我们开发了一个两阶段的深度架构，以粗到细的方式定位顶点。在我们的基准测试和其他数据集中，它实现了最先进的精度，同时在实践中是实时的。Benchmark可在https://github.com/wuzzh/Parking-slot-dataset上获得
2020-05-12 cs.CV
Enhancing Vehicle Entrance and Parking Management: Deep Learning Solutions for Efficiency and Security
GIFT University（GIFT大学）
本文提出基于YOLOv8n、Tesseract-OCR及人脸识别的深度学习系统，实现车辆入口与停车自动管理，提升效率与安全性。
2023-12-05 cs.AI cs.CV
Revising deep learning methods in parking lot occupancy detection
PJSC Sberbank（俄罗斯联邦储蓄银行）；Artificial Intelligence Research Institute（人工智能研究所）
本研究针对停车场占用检测中现有深度学习方法泛化能力不足的问题，全面评估了现有算法，将其与视觉Transformer进行比较，并提出了一种基于EfficientNet架构的新流程，在5个数据集上验证了其性能提升。
2024-02-12 cs.CV cs.LG
Automatic Vision-Based Parking Slot Detection and Occupancy Classification
Faculty of Electrical Engineering, Computer Science and Information Technology Osijek（奥西耶克电气工程、计算机科学与信息技术学院）
针对视觉停车系统需手动标注车位且易受视角变化影响的问题，提出APSD-OC，通过车辆检测、鸟瞰聚类和ResNet34分类实现自动车位检测与占用判断，并在PKLot和CNRPark+EXT上验证了鲁棒性与高准确率。
2023-08-16 cs.CV
Attentional Graph Neural Network for Parking-slot Detection
深度学习最近在基于视觉的停车位检测方面表现出了良好的性能。然而，很少有现有的方法明确考虑到学习的链接信息的标记点，导致复杂的后处理和错误的检测。提出了一种基于注意力图神经网络的停车位检测方法。该方法将全景图像中的标记点作为图结构数据，利用图神经网络聚合标记点之间的相邻信息。该方法不需要任何人工设计的后处理，具有端到端的可训练性。在公共基准数据集上进行了广泛的实验，所提出的方法达到了最先进的精度。代码可在\url{https://github.com/Jiaolong/gcn-parking-slot}上公开获取。
2021-04-06 cs.CV
Real-Time Illegal Parking Detection System Based on Deep Learning
School of Electronic Engineering, Xidian University（西安电子科技大学电子工程学院）
越来越多的违章停车已经变得越来越严重。目前检测违章停车的方法主要是基于背景分割的方法。然而，该方法鲁棒性差，对环境敏感。借鉴深度学习的思想，提出了一种新的违章停车检测系统。摄像头捕捉到的违章车辆首先通过著名的Single Shot MultiBox Detector（SSD）算法进行定位和分类。为了提高性能，我们建议通过调整默认框的宽高比来优化SSD，以更好地适应我们的数据集。在此基础上，采用运动跟踪分析的方法，对感兴趣区域（ROI）内的违章车辆进行判断。实验表明，该系统在复杂环境下能够实现99%的准确率和实时的【形】（25 FPS）检测，具有较强的鲁棒性。
2017-10-05 cs.CV cs.LG stat.ML
OSRE: Object-to-Spot Rotation Estimation for Bike Parking Assessment
Shenzhen University（深圳大学）；Southwest Jiaotong University（西南交通大学）
当前的深度模型在对象分类和定位方面提供了显著的目标检测。然而，估计对象旋转相对于其他视觉对象在视觉环境中的输入图像仍然缺乏深入的研究，由于旋转注释的对象数据集的不可用性。本文解决这两个挑战，以解决旋转估计的停放自行车相对于其停车区。首先，我们利用3D图形的强大功能来构建一个与相机无关的注释良好的合成自行车旋转数据集（SynthBRSet）。然后，我们提出了一个对象到点旋转估计（OSRE）通过扩展的目标检测任务，进一步回归的自行车旋转在两个轴。由于我们的模型纯粹是在合成数据上训练的，因此在将其部署到真实图像上时，我们采用了图像平滑技术。建议OSRE的合成和真实世界的数据进行评估，提供有前途的结果。我们的数据和代码可在\href{https://github.com/saghiralfasly/OSRE-Project}{https://github.com/saghiralfasly/OSRE-Project}上获得。
2023-03-01 cs.CV
FisheyeMultiNet: Real-time Multi-task Learning Architecture for Surround-view Automated Parking System
Valeo Vision Systems（法雷奥视觉系统）
自动泊车是一种低速机动场景，非常非结构化和复杂，需要车辆周围的全360°近场感知。本文从基于摄像头的深度学习算法的角度讨论了自动停车系统的设计与实现。我们提供了一个工业系统的整体概述，涵盖了嵌入式系统，用例和深度学习架构。我们展示了一个名为FisheyeMultiNet的实时的【形】多任务深度学习网络，它可以检测在低功耗嵌入式系统上停车所需的所有对象。FisheyeMultiNet在4个摄像头下以15 fps的速度运行，它有三个任务，即目标检测，语义分割和污染检测。为了鼓励进一步的研究，我们通过WoodScape项目\cite{yogamani2019woodscape}发布了包含语义分割和限界框检测地面实况的5,000张图像的部分数据集。
2019-12-23 cs.CV cs.RO
Using Deep Neural Networks to Quantify Parking Dwell Time
Universidade Federal do Paraná（巴拉那联邦大学）；DeepNeuronic
针对智慧城市中从图像自动计算停车停留时间的挑战，提出结合深度分类网络与孪生网络的两步法，跨数据集实验显示理想分类器下完美预测率达75%，真实分类器下为49%，验证了方法潜力及前端分类器的影响。
2024-10-31 cs.CV cs.LG
LineMarkNet: Line Landmark Detection for Valet Parking
Fudan University（复旦大学）；ZongMu Technology（纵目科技）；Technical University of Braunschweig（布伦瑞克工业大学）
本文提出LineMarkNet深度线地标检测系统，通过环视摄像头BEV特征融合、多任务解码器和图变换器，结合时间与多视图一致性滤波，实现代客泊车场景中准确高效的实时线地标检测。
2023-09-25 cs.CV
Smart Parking with Pixel-Wise ROI Selection for Vehicle Detection Using YOLOv8, YOLOv9, YOLOv10, and YOLOv11
Institute of Computing（计算研究所）；University of Campinas (UNICAMP)（坎皮纳斯大学（UNICAMP））
针对传统智能停车检测方案的局限，本研究融合物联网、边缘计算与深度学习，采用多款最新YOLO模型并提出像素级后处理ROI选择方法，在自定义数据集上实现99.68%平衡准确率，打造高精度、低成本且保护隐私的智能停车方案。
2024-12-06 cs.CV cs.LG
Multi-Camera Vehicle Counting Using Edge-AI
National Research Council（国家研究委员会）
本文提出了一种新的解决方案，自动计数车辆在停车场使用的图像捕获的智能摄像头。与大多数关于这一任务的文献不同，该文献侧重于对单个图像的分析，本文提出了使用多个视觉源从不同的角度来监控更广泛的停车场区域。所提出的多摄像头系统能够直接在边缘设备上自动估计整个停车场中存在的汽车数量。它包括一个基于设备上深度学习的检测器，该检测器从捕获的图像中定位和计数车辆，以及一个分散的基于几何的方法，该方法可以分析相机间共享区域并合并所有设备获取的数据。我们进行的CNRPark-EXT数据集的扩展版本的实验评估，收集的图像从停车场的校园内的国家研究委员会（CNR）在比萨，意大利。我们表明，我们的系统是强大的，并利用来自不同的相机的冗余信息，提高整体性能，而不需要任何额外的几何信息的监控场景。
2021-06-05 cs.CV
Live Target Detection with Deep Learning Neural Network and Unmanned Aerial Vehicle on Android Mobile Device
Ankara University（安卡拉大学）
本文描述了Android程序开发过程中所面临的阶段，该程序从DJI Phantom 3 Professional Drone获取并解码实时图像，并实现TensorFlow Android Camera Demo应用程序的某些功能。进行了测试运行，并记录了应用程序的输出。湖泊可划分为海滨、防波堤和码头，其接近度分别为24.44%、21.16%和12.96%。无人机控制器的操纵杆和笔记本电脑键盘被分类，接近度分别为19.10%和13.96%。笔记本电脑显示器被归类为屏幕、显示器和电视，接近度分别为18.77%、14.76%和14.00%。本研究开发过程中使用的计算机分为笔记本电脑和笔记本电脑，接近度分别为20.04%和11.68%。一辆停在停车场的拖拉机被分类为接近度为12.88%。在851ms的推理时间内，同一停车场内的一组汽车被分类为跑车、赛车和敞篷车，其接近度分别为31.75%、18.64%和13.45%。
2018-03-22 cs.CV
Deep Dense Local Feature Matching and Vehicle Removal for Indoor Visual Localization
SOCAR AI Research（SOCAR人工智能研究院）
视觉定位是智能交通系统的重要组成部分，能够在其他传感器不可用时实现需要了解自身位置的广泛应用。它主要通过图像检索来解决，使得查询图像的位置由其在先前收集的图像中的最接近匹配来确定。现有的方法集中在大规模定位，其中地标有助于找到位置。然而，视觉定位变得具有挑战性的小规模的环境中，对象是难以识别的。在本文中，我们提出了一个视觉定位框架，鲁棒地发现从室内停车场收集的图像之间的查询匹配。当图像中的车辆具有相似的外观并且经常被替换（例如停车场）时，这是一个具有挑战性的问题。我们建议采用一种类似于人类感知的深度密集局部特征匹配来找到对应关系，并使用车辆检测器自动消除车辆中的匹配。该方法对低纹理场景具有较好的鲁棒性，对车辆引起的误匹配具有较好的鲁棒性。我们将我们的框架与替代方案进行比较，以验证我们在基准数据集上的优越性，该基准数据集包含267个预先收集的图像和从34个停车场部分拍摄的99个查询图像。我们的方法达到了86.9%的准确率，优于其他方法。
2022-05-25 cs.AI cs.CV
Car Monitoring System in Apartment Garages by Small Autonomous Car using Deep Learning
Universidad Nacional de Ingeniería（国立工程大学）
目前，有越来越多的秘鲁家庭住在公寓，而不是房子的地段的优势;然而，在某些情况下，有麻烦，如抢劫的货物，通常是留在停车场或入口的陌生人使用租户停车场（这最后的麻烦有时是有关绑架或抢劫建筑公寓）。由于这些问题，提出了使用自动驾驶微型汽车来使用深度学习模型在建筑物内的地下车库中实施车牌监控系统，目的是记录车辆并识别其所有者是否是租户。此外，小型机器人有自己的定位系统，使用信标，使我们能够识别停车场的位置对应的每个租户的建设，而微型汽车是在其途中。最后，这项工作的目标之一是建立一个低成本的微型机器人，将取代昂贵的摄像头或一起工作，以保持安全的货物租户。
2019-09-14 cs.CV cs.LG cs.RO
Self-Supervised Online Camera Calibration for Automated Driving and Parking Applications
Valeo Vision Systems（法雷奥视觉系统）；University of Limerick（利默里克大学）
针对自动驾驶与泊车中相机参数易变化、传统标定繁琐的问题，提出一种无需标注、物理靶标或特殊路面的自监督深度学习框架，可实时估计相机内外参。
2023-08-16 cs.CV cs.RO
Streaming Object Detection on Fisheye Cameras for Automatic Parking
Dongfeng Motor Group Co., Ltd. Technology Center（东风汽车集团有限公司技术中心）
针对鱼眼相机自动泊车中感知延迟问题，提出双流感知模块的实时检测框架，采用旋转边界框和周期角度损失函数，预测未来并缓解时滞，实验验证有效。
2023-08-29 cs.AI cs.CV
Deep Open Space Segmentation using Automotive Radar
University of Ottawa（渥太华大学）；Sensor Cortek Inc.（Sensor Cortek公司）；Valeo（法雷奥）
在这项工作中，我们提出了使用雷达与先进的深度分割模型，以确定停车场的情况下开放的空间。收集了一个称为SCORP的雷达观测数据集。用各种雷达输入表示来评估深度模型。我们提出的方法实现了低内存使用率和实时处理速度，因此非常适合嵌入式部署。
2020-03-18 cs.CV cs.LG eess.SP
Stacking-based Deep Neural Network: Deep Analytic Network on Convolutional Spectral Histogram Features
Yonsei University（延世大学）
基于堆叠的深度神经网络（S-DNN）通常表示在其非常深的前馈网络架构方面的深度神经网络（DNN）相似性。典型的S-DNN串联聚合了可变数量的可单独学习的模块，以组装类似DNN的目标对象识别任务的替代方案。这项工作同样设计了一个S-DNN实例，称为深度分析网络（DAN），在谱直方图（SH）特征之上。DAN学习原理依赖于岭回归和一些关键的DNN成分，特别是校正线性单元，微调和归一化。DAN资质在不同领域的三个存储库上进行审查，包括FERET（面孔），MNIST（手写数字）和CIFAR 10（自然对象）。实验结果表明，DAN在足够深的层上提升了SH基线性能。
2017-05-21 cs.CV
Deep Learning Algorithms with Applications to Video Analytics for A Smart City: A Survey
Nanyang Technological University（南洋理工大学）
深度学习最近在计算机视觉、语音识别和自然语言处理等广泛领域取得了非常有前途的成果。它旨在通过使用深度架构模型来学习数据的分层表示。在智慧城市中，需要自动处理和分析大量数据（例如从许多分布式传感器捕获的视频）。本文从目标检测、目标跟踪、人脸识别、图像分类和场景标注等不同研究主题出发，综述了应用于智慧城市视频分析的深度学习算法。
2015-12-10 cs.CV
Towards Automated Swimming Analytics Using Deep Neural Networks
Simon Fraser University（西蒙弗雷泽大学）
本文考虑了创建一个系统来自动收集游泳池范围内的游泳分析的方法。在游泳者跟踪或为机器学习目的创建游泳者数据库方面还没有太多的工作。因此，从游泳比赛视频中收集游泳运动员数据的方法进行了探索和分析。其结果是一个指南，以创建一个全面的游泳数据收集适合训练游泳者检测和跟踪系统。有了这个数据库，就可以创建系统来自动收集游泳分析。
2020-01-13 cs.CV
Machine and Deep Learning for Crowd Analytics
在人口密集的城市，大量人群聚集在公共场所和公共区域，加速或危及人们的安全和交通，这是研究人员面临的一个关键挑战。虽然已经对人群分析进行了大量研究，但许多现有方法都是针对特定问题的，即，从特定场景学习的方法不能被适当地采用到其他视频。因此，这提出了这些研究的弱点和发现，因为必须从不同的视频中找到额外的训练样本。本文将研究使用传统和深度学习模型的不同场景人群分析。我们还将考虑这些方法的利弊。然而，一旦从大型数据集中研究了一般的深度方法，就可以考虑研究不同的人群视频和图像。因此，它将能够处理包括但不限于人群密度估计、人群人数计数和人群事件识别的问题。要求深度学习模型和方法具有用于训练和测试的大型数据集。许多数据集的收集考虑到了与构建人群数据集相关的许多不同和各种问题，包括手动注释和视频和图像的日益多样性。在本文中，我们还将提出许多深度神经网络模型和训练方法来学习人群分析的特征建模。
2019-08-25 cs.CV
Stacking-Based Deep Neural Network: Deep Analytic Network for Pattern Classification
Yonsei University（延世大学）；Multimedia University（多媒体大学）
基于堆叠的深度神经网络（S-DNN）与多个基本学习模块一个接一个地聚合，以合成用于模式分类的深度神经网络（DNN）替代方案。与通过反向传播（BP）端到端训练的DNN相反，每个S-DNN层，即，一个自学模块，是在没有BP干预的情况下进行果断和独立的训练。在本文中，基于岭回归的S-DNN，被称为深度分析网络（DAN），以及它的核化（K-DAN），被设计用于从预提取的基线特征和结构化特征进行多层特征再学习。我们的理论公式表明，除了减少预测误差之外，DAN/K-DAN还通过扰动类内/类间变化来重新学习。我们仔细检查了DAN/K-DAN在不同领域的数据集上的模式分类性能-人脸，手写数字，通用对象，仅举几例。与通过GPU从巨大数据集训练的典型BP优化DNN不同，我们公开了DAN/K-DAN即使对于小规模训练集也可以仅使用CPU进行训练。我们的实验结果表明，DAN/K-DAN优于目前的S-DNN，也优于BP训练的DNN，包括多层感知器，深度信念网络等，而不应用数据增强。
2019-05-08 cs.CV
Survey on Deep Multi-modal Data Analytics: Collaboration, Rivalry and Fusion
Hefei University of Technology（合肥工业大学）
随着Web技术的发展，多模态或多视图数据已经成为大数据的主流，其中每个模态/视图编码数据对象的个体属性。不同的模式往往是相辅相成的。这一事实激发了大量的研究关注融合多模态特征空间，以全面描述数据对象。现有的大多数最先进的技术集中在如何融合来自多模态空间的能量或信息，以提供优于单模态空间的性能。最近，深度神经网络已经表现出作为一个强大的架构，很好地捕捉高维多媒体数据的非线性分布，自然也为多模态数据。大量的实证研究表明，它的优势，受益于深多模态方法，它可以从本质上加深融合多模态深特征空间。在本文中，我们提供了一个实质性的概述，现有的国家的最先进的领域的多模态数据分析从浅到深的空间。在整个调查中，我们进一步指出，该领域的关键组成部分是多模态空间的合作，对抗性竞争和融合。最后，我们分享了我们对这一领域未来发展方向的看法。
2020-06-15 cs.CV
Video Analytics on IoT devices
Zoho Corporation（卓豪公司）；Hindustan Institute of Technology and Science（印度斯坦理工科学学院）；Dublin City University（都柏林城市大学）
深度学习（DL）结合RC-NN和Edge 2 Train等先进的模型优化方法，使大型网络能够在物联网设备上离线执行。在本文中，我们将现代基于深度学习（DL）的视频分析方法与标准的基于计算机视觉（CV）的方法进行了比较，最后讨论了最适合物联网设备上视频分析的方法。
2021-02-15 cs.CV
Apache Spark Accelerated Deep Learning Inference for Large Scale Satellite Image Analytics
Oak Ridge National Laboratory（橡树岭国家实验室）
地球观测和遥感技术产生的剪切数据量继续产生重大影响;使关键的地理空间应用进入数据和计算密集型时代。因此，这种快速发展带来了新的计算和数据处理挑战。我们实现了一种新的遥感数据流（RESFlow）先进的机器学习和计算与大量的遥感图像。其核心贡献是基于光谱和语义特征对海量数据进行分布式图像分析。RESFlow利用统一的分析引擎进行大规模数据处理，并利用现代计算硬件的可用性来加速深度学习对广阔的遥感图像的推理。该框架采用了一种策略来优化分配给单个工作者的多个执行器的资源利用率。我们展示了它在像素级标签工作负载上的计算和数据密集型部署。管道在三个阶段调用深度学习推理;在深度特征提取、深度度量映射和深度语义分割期间。这些任务带来了计算密集型和GPU资源共享的挑战，激励所有执行步骤的并行化流水线。通过利用Apache Spark、Nvidia DGX 1和DGX 2计算平台，我们展示了像素标记工作负载上深度学习推理的前所未有的计算速度提升;处理21，028万亿字节的图像数据，并以5.245平方公里/秒的面积速率提供输出地图，总计453，168 sq.km/day-将28天的工作量减少到21小时。
2019-08-08 cs.CV
Enhancing Video Analytics Accuracy via Real-time Automated Camera Parameter Tuning
Purdue University（普渡大学）；NEC Laboratories America, Inc.（NEC美国实验室有限公司）
在视频分析流水线（VAP）中，运行在远程服务器上的目标检测和人脸识别等分析单元（AU）严重依赖监控摄像头来捕获高质量视频流，以实现高准确性。现代IP摄像机具有大量的摄像机参数，这些参数直接影响视频流捕获的质量。虽然一些这样的参数，例如，曝光、对焦、白平衡由相机内部自动调节，其余的则不是。我们将这样的相机参数表示为非自动化（Non-automated，NATIONAL）参数。在本文中，我们首先表明，环境条件的变化可以有显着的不利影响，从AU的见解的准确性，但这种不利影响可能会减轻动态调整的仙女座相机参数，以响应环境条件的变化。然后，我们提出了CamTuner，据我们所知，第一个框架，动态地适应仙女座相机参数，以优化在VAP中的AU的准确性，以应对环境条件的不利变化。CamTuner基于SARSA强化学习，它包含了两个新的组件：一个轻量级的分析质量估计器和一个虚拟相机，大大加快了离线RL训练。我们的对照实验和实际VAP部署表明，与使用默认摄像头设置的VAP相比，CamTuner通过检测15.9%的额外人员和2.6%-4.2%的额外车辆来提高VAP准确性（没有任何误报）在大型企业停车场和9.7%的额外汽车在5G智能交通路口场景，这使得能够实现准确和可靠的自动车辆碰撞预测（AVCP）的新使用情况。CamTuner为显著提高视频分析准确性的新方法打开了大门，而不仅仅是通过完善深度学习模型进行…
2022-09-15 cs.CV cs.LG
Deep Learning on Home Drone: Searching for the Optimal Architecture
University of Haifa（海法大学）；MIT（麻省理工学院）
我们建议第一个通过深度学习在弱微计算机上运行实时语义分割的系统，例如连接到玩具无人机上的Raspberry Pi Zero v2（价格为15美元）。特别是，由于树莓派的重量小于$16$克，其大小是信用卡的一半，我们可以很容易地将其连接到常见的商业DJI Tello玩具无人机（<100美元，<90克，98 $\times$ 92.5 $\times$ 41 mm）。其结果是一个自主无人机（没有笔记本电脑，也没有人在回路中），可以从机载单目RGB摄像头（没有GPS或LIDAR传感器）的视频流中实时检测和分类物体。配套的视频演示了这款Tello无人机如何扫描实验室中的人员（例如，供消防员或安全部队使用）以及实验室外的空停车位。现有的深度学习解决方案要么对于此类物联网设备上的实时计算来说太慢，要么提供不切实际的质量结果。我们的主要挑战是设计一个系统，在网络、深度学习平台/框架、压缩技术和压缩比的众多组合中发挥最大作用。为此，我们提供了一个有效的搜索算法，旨在找到最佳的组合，从而在网络运行时间和其准确性/性能之间的最佳权衡。
2022-09-21 cs.CV cs.LG cs.RO
Analytic Marching: An Analytic Meshing Solution from Deep Implicit Surface Networks
School of Electronic and Information Engineering, South China University of Technology（华南理工大学电子与信息工程学院）；South China University of Technology（华南理工大学）
本文研究了在深度学习表面重建的新兴领域中通过隐式函数学习表面网格的问题，其中隐式函数通常被实现为具有整流线性单元（ReLU）的多层感知器（MLP）。为了从学习的隐函数实现网格化，现有方法采用行进立方体的事实标准算法;虽然有前途，但由于行进立方体的离散化性质，它们遭受在MLP中学习的精度损失。基于ReLU的MLP将其输入空间划分为许多线性区域的知识，我们从这些区域中识别出与隐函数的零级等值面相关的分析单元和分析面，并描述了保证所识别的分析面连接并形成闭合的分段平面表面的理论条件。基于我们的定理，我们提出了一个自然的并行化算法的解析游行，游行之间的解析细胞，以准确地恢复网格捕获的学习MLP。深度学习网格重建的实验验证了我们的算法优于现有的算法。
2020-02-16 cs.CV cs.GR
Deployment of Customized Deep Learning based Video Analytics On Surveillance Cameras
AitoeLabs（AitoeLabs实验室）
本文展示了我们定制的基于深度学习的视频分析系统在各种应用中的有效性，这些应用专注于安全性、安全性、客户分析和流程合规性。我们描述了我们的视频分析系统，包括搜索，总结，统计和实时报警，并概述其构建块。这些构建块包括目标检测、跟踪、人脸检测和识别、人和人脸子属性分析。在每种情况下，我们都展示了使用部署场景中的数据训练的自定义模型如何提供比现成模型更高的准确性。为此，我们描述了我们的数据处理和模型训练管道，它可以通过快速的周转时间从视频中训练和微调模型。最后，由于大多数这些模型都是现场部署的，因此拥有不需要GPU的资源受限模型非常重要。我们演示了如何自定义训练资源受限模型，并将其部署在嵌入式设备上，而不会造成严重的准确性损失。据我们所知，这是第一项工作，它提供了一个全面的评估不同的深度学习模型在各种现实世界的客户部署场景的监控视频分析。通过分享我们的实施细节和为不同客户部署定制深度学习模型的经验，我们希望基于定制深度学习的视频分析能够广泛应用于全球的商业产品中。
2018-06-27 cs.CV cs.DM
Deep Learning-based Cross-modal Reconstruction of Vehicle Target from Sparse 3D SAR Image
针对稀疏3D SAR图像重建中单模态学习限制性能的问题，提出融合光学信息的跨模态重建网络CMAR-Net，通过可微渲染实现高效训练，在真实大规模停车场实验中结构准确性优于现有方法。
2025-09-11 cs.CV eess.IV
AQuA: Analytical Quality Assessment for Optimizing Video Analytics Systems
Purdue University（普渡大学）；NEC Laboratories America（NEC美国实验室）
数以百万计的边缘摄像头正在被部署，以支持各种不同的深度学习应用程序。然而，这些摄像头捕获的帧并不总是原始的-它们可能由于照明问题，传感器噪声，压缩等而失真。这种失真不仅会降低视觉质量，还会影响处理此类视频流的深度学习应用程序的准确性。在这项工作中，我们引入了AQuA，通过对帧中的失真程度进行评分来保护应用程序的准确性。它通过学习一种新的度量标准，分类器意见得分，考虑到帧的分析质量，而不是视觉质量，并使用一个轻量级的，基于CNN的，与对象无关的特征提取器。AQuA可以准确地对帧的失真程度进行评分，并推广到多种不同的深度学习应用。当用于过滤边缘的低质量帧时，它将分析应用程序的高置信度错误减少了17%。通过过滤，由于其低开销（14 ms），AquA还可以将计算时间和平均带宽使用量减少25%。
2021-10-25 cs.CV cs.LG eess.IV
