低フレームレート条件においては、現在のフレームの車両
現在のフレームの車両
のほとんどが次のフレームに存在しないため、個々の車両
のほとんどが次のフレームに存在しない
をトラッキングする従来法は使えない
次フレーム
時刻
パラメータ(=交通速度)の推定問題
をフルベイズ推定の枠組みで解き、
高精度に交通速度推定が行えること
を確認
p(台数時系列 | 速度)
複数枚の時系列画像の車両台数を計測し、その車両台数時系列の観測過程を、
速度をパラメータとして持つ確率モデルで表現する
© 2013 International Business Machines Corporation
時刻
渋滞?
現在フレーム
“低フレームレート”時系列画像から交通速度(渋滞か、流れているか)を推定する
“低フレームレート”
勝木孝行、森村哲郎 / Takayuki Katsuki and Tetsuro Morimura
IBM東京基礎研究所
東京基礎研究所 / IBM Research – Tokyo
D-59 低フレームレート時系列画像からのBayes交通速度推定
交通速度推定
低フレームレート時系列画像からの
IBM Research – Business Analytics and Mathematical Sciences
車両台数
ダウンロード

プレビュー資料